വലിയ തോതിൽ RAG ആപ്പിനായുള്ള YouTube ട്രാൻസ്ക്രിപ്റ്റുകൾ: ക്രെഡിറ്റുകൾ, ഓട്ടോ ടോപ്പ്-അപ്പ്, ബജറ്റുകൾ

നിങ്ങളുടെ RAG അല്ലെങ്കിൽ AI ആപ്പിന് വലിയ തോതിൽ YouTube ട്രാൻസ്ക്രിപ്റ്റുകൾ വേണമെങ്കിൽ, പ്രായോഗിക സജ്ജീകരണം ഇതാണ്: മുൻകൂട്ടി അടച്ച ക്രെഡിറ്റുകളുള്ള ഉപയോഗാധിഷ്ഠിത ട്രാൻസ്ക്രിപ്റ്റ് API, നീണ്ട ഇൻജെഷൻ ജോലി ഒരിക്കലും നിലയ്ക്കാതിരിക്കാൻ ഓട്ടോ ടോപ്പ്-അപ്പ്, ഒരു ബഗ് ബിൽ വർധിപ്പിക്കാതിരിക്കാൻ പ്രതിമാസ ബജറ്റ്. ഈ വിശദീകരണം sum.video Transcript API ഉപയോഗിച്ച് ആ സജ്ജീകരണത്തിലൂടെ ഒരു ഡെവലപ്പറെ പിന്തുടരുന്നു.

സാഹചര്യം

മായ സമ്മേളന പ്രഭാഷണങ്ങളെക്കുറിച്ചുള്ള ചോദ്യങ്ങൾക്ക് ഉത്തരം നൽകുന്ന ഒരു ഗവേഷണ സഹായിയെ നിർമ്മിക്കുകയാണ്. അവരുടെ ഇൻഡക്സ് ഏതാനും നൂറു ചാനലുകളിൽ നിന്നുള്ള ഏകദേശം 10,000 YouTube വീഡിയോകൾ ഉൾക്കൊള്ളണം, തുടർന്ന് മാസം ഏകദേശം 300 പുതിയ വീഡിയോകളോടെ വളരണം. അവർ ഇൻജെഷൻ ഒരു ചെറിയ സെർവറിൽ നിന്ന് പ്രവർത്തിപ്പിക്കുന്നു, അതിന് കാവലിരിക്കാനോ ബില്ല് കണ്ട് ഞെട്ടാനോ അവർ ആഗ്രഹിക്കുന്നില്ല.

അവരുടെ വ്യവസ്ഥകൾ ലളിതമാണ്: പ്രവചനക്ഷമമായ ചെലവ്, ജോലിയുടെ നടുവിൽ കൈകൊണ്ട് റീചാർജ് ഇല്ല, ട്രാൻസ്ക്രിപ്റ്റ് ഇല്ലാത്ത വീഡിയോകളുടെ വൃത്തിയുള്ള കൈകാര്യം.

അവർക്ക് എന്താണ് വേണ്ടത്

• ഓരോ വീഡിയോയ്ക്കും വിഭജിച്ച് എംബെഡ് ചെയ്യാൻ തയ്യാറായ ലളിതമായ ടെക്സ്റ്റ്.
• ഉത്തരത്തിന് വീഡിയോയിലെ കൃത്യമായ നിമിഷത്തിലേക്ക് ലിങ്ക് ചെയ്യാൻ ടൈംസ്റ്റാമ്പുകൾ.
• തുടങ്ങും മുമ്പ് കണക്കാക്കാവുന്ന ചെലവ്.
• ചെലവിന് കർശനമായ ഉയർന്ന പരിധി.

ഘട്ടം ഘട്ടമായി

1. ആദ്യം ചെലവ് കണക്കാക്കുക

ഒരു ട്രാൻസ്ക്രിപ്റ്റിന് 2 ക്രെഡിറ്റ് ചെലവ്, ട്രാൻസ്ക്രിപ്റ്റ് തിരികെ നൽകാത്ത അഭ്യർത്ഥനകൾക്ക് ചെലവില്ല. 10,000 വീഡിയോകൾക്ക് അത് പരമാവധി 20,000 ക്രെഡിറ്റ്. $74.99 ($0.030 ഒരു ട്രാൻസ്ക്രിപ്റ്റിന്) വിലയുള്ള 5,000 ക്രെഡിറ്റ് പാക്ക് ഉപയോഗിച്ച്, 10,000 ട്രാൻസ്ക്രിപ്റ്റുകൾക്ക് ആകെ ഏകദേശം $300 ചെലവ്, ചില വീഡിയോകൾക്ക് അടിക്കുറിപ്പ് ഇല്ലെങ്കിൽ അൽപ്പം കുറവ്. ചെറിയ പാക്കുകൾക്ക് ഒരു ട്രാൻസ്ക്രിപ്റ്റിന് കൂടുതൽ ചെലവ്: 100 ക്രെഡിറ്റിന് $0.090, 500-ന് $0.056, 2,000-ന് $0.038. നിലവിലെ വിവരങ്ങൾ വില പേജിൽ ഉണ്ട്.

ക്രെഡിറ്റുകൾ ഒരിക്കൽ വാങ്ങുന്നു, ഒരിക്കലും കാലഹരണപ്പെടുന്നില്ല, അതിനാൽ അവർ നിർമ്മിക്കുമ്പോൾ ഒരു സബ്സ്ക്രിപ്ഷൻ ക്ലോക്കും ഓടുന്നില്ല.

2. സൗജന്യ ക്രെഡിറ്റുകൾ ഉപയോഗിച്ച് പരീക്ഷിക്കുക

അവരുടെ ആദ്യ API കീ 10 സൗജന്യ ക്രെഡിറ്റുകളുമായി വരുന്നു, അതായത് 5 ട്രാൻസ്ക്രിപ്റ്റുകൾ. അവ ഉപയോഗിച്ച് ഏതാനും വീഡിയോകളുടെ പ്രതികരണം json ഫോർമാറ്റിൽ (സെക്കൻഡുകളിൽ offset, duration ഉള്ള വിഭാഗങ്ങൾ) text ഫോർമാറ്റിൽ പരിശോധിക്കുന്നു. അഭ്യർത്ഥനയുടെ വിശദാംശങ്ങൾക്ക്, API ഉപയോഗിച്ച് YouTube ട്രാൻസ്ക്രിപ്റ്റ് എങ്ങനെ നേടാം ഗൈഡിൽ curl, Python, JavaScript എന്നിവയിലെ പ്രവർത്തിക്കുന്ന ഉദാഹരണങ്ങളുണ്ട്.

3. ഓട്ടോ ടോപ്പ്-അപ്പ് സജ്ജമാക്കുക

API ഡാഷ്‌ബോർഡിൽ അവർ ഓട്ടോ ടോപ്പ്-അപ്പ് ഓൺ ചെയ്യുന്നു. നിയമം: ബാലൻസ് തിരഞ്ഞെടുത്ത നിലയ്ക്ക് താഴെ പോകുമ്പോൾ, സേവ് ചെയ്ത കാർഡിൽ നിന്ന് മറ്റൊരു പാക്കിന് പണം ഈടാക്കുന്നു. ഇൻജെഷൻ ജോലി കൈകൊണ്ട് റീചാർജ് ഇല്ലാതെ രാത്രി മുഴുവൻ ഓടിക്കൊണ്ടിരിക്കുന്നു.

4. ബജറ്റുകൾ സജ്ജമാക്കുക

രണ്ട് പരിധികൾ അവരെ സംരക്ഷിക്കുന്നു:

• ഒരു മാസം ഓട്ടോ ടോപ്പ്-അപ്പിന് എത്ര ചെലവഴിക്കാം എന്ന് പരിമിതപ്പെടുത്തുന്ന പ്രതിമാസ ടോപ്പ്-അപ്പ് ബജറ്റ്.
• പ്രതിമാസ ക്രെഡിറ്റ് പരിധി. അതിൽ എത്തുമ്പോൾ തുടർന്നുള്ള അഭ്യർത്ഥനകൾ 402 budget_exceeded തിരികെ നൽകുന്നു.

കുറഞ്ഞ ബാലൻസ്, പ്രതിമാസ പരിധിയുടെ 80%, പരാജയപ്പെട്ട ടോപ്പ്-അപ്പുകൾ എന്നിവയ്ക്കുള്ള ഇമെയിൽ അലേർട്ടുകളും അവർ ഓൺ ചെയ്യുന്നു. നടപടിയെടുക്കാൻ ഇനിയും സമയമുള്ളപ്പോൾ തന്നെ അലേർട്ടുകൾ പ്രശ്നത്തെക്കുറിച്ച് അറിയിക്കുന്നു.

5. നിരക്ക് പരിധിയെ മാനിക്കുക

ഓരോ കീയും മിനിറ്റിൽ 60 അഭ്യർത്ഥനകൾ അനുവദിക്കുന്നു. ആ വേഗതയിൽ 10,000 അഭ്യർത്ഥനകൾക്ക് ഏകദേശം 167 മിനിറ്റ് എടുക്കും, അതായത് ഒരു കീ ഉപയോഗിച്ച് മൂന്ന് മണിക്കൂറിൽ താഴെ. സെക്കൻഡിൽ ഒരു അഭ്യർത്ഥന അയയ്ക്കുന്ന ലളിതമായ ക്യൂ അവർ ഓടിക്കുന്നു, അതിനാൽ പെട്ടെന്നുള്ള കുതിപ്പുകൾ ഇല്ലാതെ പരിധിക്ക് താഴെ നിൽക്കുന്നു. അവർക്ക് 5 വരെ സജീവ കീകൾ സൃഷ്ടിക്കാം, ഉദാഹരണത്തിന് ഒന്ന് ഇൻജെഷനും ഒന്ന് ആപ്പിന്റെ തത്സമയ തിരയലുകൾക്കും, പഴയ ഡാറ്റ നിറയ്ക്കൽ ഒരിക്കലും ഉപയോക്താവിന്റെ അഭ്യർത്ഥനയെ തടയാതിരിക്കാൻ.

6. ട്രാൻസ്ക്രിപ്റ്റ് ഇല്ലാത്ത വീഡിയോകൾ കൈകാര്യം ചെയ്യുക

API നിലവിലുള്ള YouTube അടിക്കുറിപ്പുകൾ മാത്രം തിരികെ നൽകുന്നു. ലൈവ് സ്ട്രീമുകൾ, സ്വകാര്യമോ നീക്കം ചെയ്തതോ ആയ വീഡിയോകൾ, അടിക്കുറിപ്പ് ഇല്ലാത്ത വീഡിയോകൾ എന്നിവ 404 no_transcript തിരികെ നൽകുന്നു. അവരുടെ ക്യൂവിൽ ആ നിലയുടെ അർത്ഥം: ഒഴിവാക്കിയതായി അടയാളപ്പെടുത്തി മുന്നോട്ട് പോകുക, ഒരിക്കലും വീണ്ടും ശ്രമിക്കരുത്. ആ അഭ്യർത്ഥനകൾക്ക് ചെലവില്ലാത്തതിനാൽ, അടിക്കുറിപ്പ് ഇല്ലാത്ത വീഡിയോകൾ നിറഞ്ഞ ചാനൽ അവരുടെ ബജറ്റ് കത്തിക്കുന്നില്ല.

അവരുടെ ലൂപ്പ്, സ്യൂഡോകോഡിൽ:

1. ക്യൂവിൽ നിന്ന് അടുത്ത വീഡിയോ ID എടുക്കുക.
2. format=json ഉപയോഗിച്ച് API വിളിക്കുക.
3. വിജയിച്ചാൽ: വിഭാഗങ്ങളെ ഏകദേശം ഒരു മിനിറ്റിന്റെ കഷണങ്ങളായി വിഭജിക്കുക, ഓരോ കഷണവും അതിന്റെ ആരംഭ ഓഫ്സെറ്റോടെ സൂക്ഷിച്ച് എംബെഡ് ചെയ്യുക.
4. 404 no_transcript ആയാൽ: "ട്രാൻസ്ക്രിപ്റ്റ് ഇല്ല" എന്ന അടയാളം സൂക്ഷിക്കുക.
5. 402 budget_exceeded ആയാൽ: ക്യൂ താൽക്കാലികമായി നിർത്തി സ്വയം അറിയിക്കുക.
6. സെർവർ പിശകിൽ: കാലതാമസത്തിനു ശേഷം വീണ്ടും ശ്രമിക്കുക.

7. കോഡിൽ ബാലൻസ് പരിശോധിക്കുക

ഓരോ വലിയ ബാച്ചിനും മുമ്പ് അവർ GET /api/v1/credits വിളിക്കുന്നു. ബാലൻസ് ബാച്ചിന് വേണ്ടതിലും കുറവാണെങ്കിൽ ഓട്ടോ ടോപ്പ്-അപ്പ് ഓഫ് ആണെങ്കിൽ, ജോലി ആരംഭിക്കാൻ വിസമ്മതിക്കുന്നു. പാതിവഴിയിൽ നിൽക്കുന്ന ഇറക്കുമതിക്കെതിരെയുള്ള വിലകുറഞ്ഞ സംരക്ഷണമാണിത്.

ഒടുവിൽ അവർക്ക് ലഭിക്കുന്നത്

ആദ്യ രാത്രിക്ക് ശേഷം, ഇൻഡക്സിൽ 10,000 വീഡിയോകളിൽ മിക്കവാറും എല്ലാറ്റിന്റെയും ട്രാൻസ്ക്രിപ്റ്റുകൾ ഉണ്ടാകും, ഓരോ കഷണവും അതിന്റെ ആരംഭ സമയം വഹിക്കുന്നു. ഒരു ഉപയോക്താവ് ചോദ്യം ചോദിക്കുമ്പോൾ, സഹായി ഒരു പ്രഭാഷണവും ടൈംസ്റ്റാമ്പും ഉദ്ധരിക്കുന്നു, ലിങ്ക് വീഡിയോ ആ നിമിഷത്തിൽ തുറക്കുന്നു. തുടർച്ചയായ ചെലവ് ചെറുതാണ്: മാസം 300 പുതിയ വീഡിയോകൾ പരമാവധി 600 ക്രെഡിറ്റ്, 5,000 പാക്കിന്റെ ഒരു ട്രാൻസ്ക്രിപ്റ്റിന് $0.030 നിരക്കിൽ ഏകദേശം $18.

മായ Pro-യിൽ ചേർന്നാൽ, അവർക്ക് എല്ലാ മാസവും 100 ബോണസ് ക്രെഡിറ്റുകളും ലഭിക്കും, ഇത് ആ വളർച്ചയുടെ ഒരു ഭാഗം വഹിക്കും.

ഇത് എവിടെ പോരാതെ വരുന്നു

• അടിക്കുറിപ്പ് ഇല്ലെങ്കിൽ ട്രാൻസ്ക്രിപ്റ്റ് ഇല്ല. API ഓഡിയോ ട്രാൻസ്ക്രൈബ് ചെയ്യുന്നില്ല. അടിക്കുറിപ്പ് ഇല്ലാത്ത വീഡിയോകൾക്ക് സ്പീച്ച്-ടു-ടെക്സ്റ്റ് സേവനം പോലെ മറ്റൊരു ഉറവിടം വേണം, അതിന് പ്രത്യേകം പണം നൽകണം. മറ്റ് ചില ട്രാൻസ്ക്രിപ്റ്റ് API-കൾ ഓഡിയോ ബദൽ നൽകുന്നു, YouTube ട്രാൻസ്ക്രിപ്റ്റ് API-കളുടെ താരതമ്യം കാണുക.
• സ്വയം സൃഷ്ടിച്ച അടിക്കുറിപ്പുകളിൽ തെറ്റുകൾ ഉണ്ട്. പേരുകളും സാങ്കേതിക പദങ്ങളും സാധാരണയായി കൂടുതൽ ബാധിക്കപ്പെടുന്നു. ട്രാക്ക് സ്വയം സൃഷ്ടിച്ചതാണോ എന്ന് പ്രതികരണം പറയുന്നു, അതിനാൽ അത്തരം കഷണങ്ങൾക്ക് ഭാരം നൽകാനോ അടയാളപ്പെടുത്താനോ കഴിയും.
• ഭാഷ അടിക്കുറിപ്പ് ട്രാക്കിന്റെ ഭാഷയാണ്. പ്രതികരണം യഥാർത്ഥ ഭാഷ അറിയിക്കുന്നു, അതിനാൽ നിങ്ങൾ ആവശ്യപ്പെട്ടതിനോട് യോജിക്കുമെന്ന് കരുതരുത്.
• ത്രൂപുട്ട് ഓരോ കീക്കും പരിമിതമാണ്. വളരെ വലിയ പഴയ ഡാറ്റ നിറയ്ക്കൽ മണിക്കൂറുകളുടെ കാര്യമാണ്, സെക്കൻഡുകളുടേതല്ല.
• ഇത് ട്രാൻസ്ക്രിപ്റ്റുകൾ മാത്രമേ തിരികെ നൽകൂ. വിഭജനം, എംബെഡിംഗ്, വീണ്ടെടുക്കൽ എന്നിവ നിങ്ങളുടെ ജോലിയാണ്. ഒരു വീഡിയോയുടെ സംഗ്രഹം മാത്രം വേണമെങ്കിൽ, YouTube സംഗ്രഹകൻ ഉപയോഗിക്കുക.

ഉറവിടങ്ങൾ

• sum.video Transcript API
• sum.video വിലകൾ