Чоң масштабдагы RAG колдонмосу үчүн YouTube транскрипттери: кредиттер, автоматтык толуктоо жана бюджеттер

Эгер сенин RAG же AI колдонмоңо чоң масштабда YouTube транскрипттери керек болсо, практикалык жөндөө мындай: алдын ала төлөнгөн кредиттери бар пайдаланууга негизделген транскрипт API, узак жүктөө иши эч качан токтобошу үчүн автоматтык толуктоо жана ката эсепти шишитип жибербеши үчүн айлык бюджет. Бул иликтөө sum.video Transcript API аркылуу ушул жөндөө боюнча иштеп чыгуучуну ээрчийт.

Кырдаал

Майя конференция баяндамалары тууралуу суроолорго жооп берген изилдөө жардамчысын куруп жатат. Анын индекси бир нече жүз каналдан болжол менен 10 000 YouTube видеосун камтышы керек, андан кийин айына болжол менен 300 жаңы видео менен өсүшү керек. Ал жүктөөнү чакан серверден иштетет жана аны карап отурууну да, эсепке таң калууну да каалабайт.

Анын талаптары жөнөкөй: болжолдуу чыгым, иштин ортосунда кол менен толуктоо жок жана транскрипти жок видеолорду таза иштетүү.

Ага эмне керек

• Ар бир видео үчүн бөлүүгө жана киргизүүгө даяр жөнөкөй текст.
• Жооп видеонун так учуруна шилтеме бере алышы үчүн убакыт белгилери.
• Баштоодон мурун баалай алган чыгым.
• Чыгымдын катуу жогорку чеги.

Кадам-кадам менен

1. Адегенде чыгымды баала

Бир транскрипт 2 кредит турат, ал эми транскрипт кайтарбаган сурамдар эч нерсе турбайт. 10 000 видео үчүн бул эң көп дегенде 20 000 кредит. $74.99 ($0.030 бир транскрипт үчүн) турган 5 000 кредиттик пакет менен 10 000 транскрипт жалпысынан болжол менен $300 турат, кээ бир видеолордо субтитр жок болсо, бир аз азыраак. Кичирээк пакеттер бир транскрипт үчүн кымбатыраак: 100 кредитте $0.090, 500дө $0.056, 2 000дө $0.038. Учурдагы маалымат баалар бетинде.

Кредиттер бир жолу сатылып алынат жана эч качан мөөнөтү бүтпөйт, ошондуктан ал куруп жатканда жазылуу саат иштебейт.

2. Акысыз кредиттер менен сына

Анын биринчи API ачкычы менен 10 акысыз кредит келет, башкача айтканда 5 транскрипт. Аларды ал бир нече видеонун жообун json форматында (секундалар менен offset жана duration бар сегменттер) жана text форматында текшерүү үчүн колдонот. Сурамдын чоо-жайы үчүн API аркылуу YouTube транскриптин кантип алса болот колдонмосунда curl, Python жана JavaScript тилиндеги иштеген мисалдар бар.

3. Автоматтык толуктоону жөндө

API панелинде ал автоматтык толуктоону күйгүзөт. Эреже: калдык тандалган деңгээлден төмөн түшкөндө, сакталган картадан дагы бир пакеттин акысы алынат. Жүктөө иши кол менен толуктоосуз түнү бою иштей берет.

4. Бюджеттерди бекит

Аны эки чек коргойт:

• Автоматтык толуктоо бир айда канча сарптай аларын чектеген айлык толуктоо бюджети.
• Айлык кредит чеги. Ага жеткенде кийинки сурамдар 402 budget_exceeded кайтарат.

Ал ошондой эле төмөн калдык, айлык чектин 80%ы жана ишке ашпаган толуктоолор тууралуу электрондук почта эскертүүлөрүн күйгүзөт. Эскертүүлөр аракет кылууга убакыт дагы бар учурда көйгөй тууралуу кабарлайт.

5. Ылдамдык чегин сыйла

Ар бир ачкыч мүнөтүнө 60 сурамга уруксат берет. Ушундай ылдамдыкта 10 000 сурам болжол менен 167 мүнөткө созулат, башкача айтканда бир ачкыч менен үч сааттан аз. Ал секундасына бир сурам жөнөткөн жөнөкөй кезек иштетет, ошондуктан секирүүлөрсүз чектин астында калат. Ал 5 активдүү ачкычка чейин түзө алат, мисалы бирөө жүктөө үчүн, экинчиси колдонмонун түз издөөлөрү үчүн, эски маалыматтарды толтуруу колдонуучунун сурамын эч качан тоскоол кылбашы үчүн.

6. Транскрипти жок видеолорду иштет

API YouTube'дун бар субтитрлерин гана кайтарат. Түз эфирлер, жеке же жок кылынган видеолор жана субтитрсиз видеолор 404 no_transcript кайтарат. Анын кезегинде бул абал: өткөрүлдү деп белгиле да, андан ары жүр, эч качан кайталаба дегенди билдирет. Бул сурамдар эч нерсе турбагандыктан, субтитрсиз видеолорго толгон канал анын бюджетин күйгүзбөйт.

Анын цикли, жасалма кодто:

1. Кезектен кийинки видео ID'син ал.
2. API'ни format=json менен чакыр.
3. Ийгиликтүү болсо: сегменттерди болжол менен минуталык бөлүктөргө бөл, ар бир бөлүктү баштапкы жылышуусу менен сакта жана киргиз.
4. 404 no_transcript болгондо: «транскрипт жок» белгисин сакта.
5. 402 budget_exceeded болгондо: кезекти токтото тур жана өзүңө кабарла.
6. Сервер катасында: кечигүүдөн кийин кайра аракет кыл.

7. Калдыкты кодто текшер

Ар бир чоң партиядан мурун ал GET /api/v1/credits чакырат. Эгер калдык партияга керектүүдөн аз болсо жана автоматтык толуктоо өчүк болсо, иш башталуудан баш тартат. Бул жарым-жартылай аяктаган импортко каршы арзан коргоо.

Акырында ал эмне алат

Биринчи түндөн кийин индекс дээрлик бардык 10 000 видеонун транскрипттерин камтыйт, ар бир бөлүк өзүнүн башталуу убактысын алып жүрөт. Колдонуучу суроо бергенде, жардамчы баяндаманы жана убакыт белгисин келтирет, ал эми шилтеме видеону так ошол учурда ачат. Учурдагы чыгым аз: айына 300 жаңы видео эң көп дегенде 600 кредит, 5 000дик пакеттин бир транскрипт үчүн $0.030 тарифи боюнча болжол менен $18.

Эгер Майя Pro'го жазылса, ал ар айда 100 бонус кредит да алмак, бул ошол өсүштүн бир бөлүгүн жабат.

Кайсы жерде жетишпейт

• Субтитр жок болсо, транскрипт да жок. API үндү транскрипциялабайт. Субтитрсиз видеолор үчүн башка булак керек, мисалы сүйлөөнү текстке айландыруучу кызмат, ага өзүнчө төлөйсүң. Кээ бир башка транскрипт API'лери аудио камдыгын сунуштайт, YouTube транскрипт API'лерин салыштырууну кара.
• Автоматтык субтитрлерде каталар бар. Ысымдар жана кесиптик жаргон көбүнчө көбүрөөк жабыркайт. Жооп трек автоматтык түрдө түзүлгөнбү же жокпу айтат, ошондуктан мындай бөлүктөргө салмак берсе же белгилесе болот.
• Тил субтитр трегинин тили. Жооп чыныгы тилди билдирет, ошондуктан ал сенин сурагандыгыңа дал келет деп ойлобо.
• Өткөрүү жөндөмдүүлүгү ачкыч боюнча чектелген. Абдан чоң эски маалыматтарды толтуруу секундалардын эмес, сааттардын иши.
• Ал транскрипттерди гана кайтарат. Бөлүү, киргизүү жана кайра табуу сенин ишиң. Эгер сага бир гана видеонун кыскача мазмуну керек болсо, YouTube жыйынтыктоочусун колдон.

Булактар

• sum.video Transcript API
• sum.video баалары