Том цар хүрээтэй RAG апп-д зориулсан YouTube транскриптүүд: кредит, автомат цэнэглэлт, төсөв

Хэрэв таны RAG эсвэл AI апп том цар хүрээнд YouTube транскрипт шаарддаг бол практик тохиргоо нь урьдчилан төлсөн кредиттэй, хэрэглээгээр төлдөг транскриптийн API, урт ачаалах ажил хэзээ ч зогсохгүйн тулд автомат цэнэглэлт, алдаа нэхэмжлэхийг хөөсрүүлэхгүйн тулд сарын төсөв юм. Энэ тойм sum.video Transcript API-тай тэр тохиргоогоор нэг хөгжүүлэгчийг дагаж үзнэ.

Нөхцөл байдал

Майя бага хурлын илтгэлүүдийн талаарх асуултад хариулдаг судалгааны туслахыг бүтээж байна. Түүний индекс хэдэн зуун сувгийн ойролцоогоор 10,000 YouTube видеог хамарч, дараа нь сард ойролцоогоор 300 шинэ видеогоор өсөх ёстой. Тэрээр ачаалалтыг жижиг серверээс ажиллуулдаг бөгөөд түүнийг сахиж суухыг ч, нэхэмжлэхэд гайхахыг ч хүсэхгүй байна.

Түүний нөхцөл энгийн: урьдчилан таамаглах боломжтой зардал, ажлын дундуур гараар цэнэглэхгүй байх, транскриптгүй видеонуудыг цэвэрхэн зохицуулах.

Түүнд юу хэрэгтэй вэ

• Видео бүрт зориулсан, хуваан суулгахад бэлэн энгийн бичвэр.
• Хариулт нь видеоны яг тэр агшин руу холбоос өгөхөд зориулсан цагийн тэмдэг.
• Эхлэхээсээ өмнө тооцоолж чадах зардал.
• Зарцуулалтын хатуу дээд хязгаар.

Алхам алхмаар

1. Эхлээд зардлыг тооцоолох

Нэг транскрипт 2 кредит болдог бөгөөд транскрипт буцаадаггүй хүсэлтүүд зардалгүй. 10,000 видеонд энэ нь хамгийн ихдээ 20,000 кредит. $74.99 ($0.030 нэг транскриптэд) үнэтэй 5,000 кредитийн багцаар 10,000 транскрипт нийтдээ ойролцоогоор $300 болно, зарим видеонд хадмал байхгүй бол арай бага. Жижиг багцууд нэг транскриптэд илүү үнэтэй: 100 кредитэд $0.090, 500-д $0.056, 2,000-д $0.038. Одоогийн мэдээллийг үнийн хуудас-наас үзнэ үү.

Кредитийг нэг удаа худалдаж авдаг бөгөөд хэзээ ч дуусдаггүй тул тэр барьж байхад захиалгын цаг гүйхгүй.

2. Үнэгүй кредитээр турших

Түүний эхний API түлхүүр 10 үнэгүй кредиттэй ирдэг, өөрөөр хэлбэл 5 транскрипт. Тэдгээрээр тэр хэдэн видеоны хариуг json форматаар (секундээр offset болон duration бүхий сегментүүд) болон text форматаар шалгадаг. Хүсэлтийн дэлгэрэнгүйг API ашиглан YouTube транскрипт хэрхэн авах вэ гарын авлагаас үзнэ үү, тэнд curl, Python, JavaScript-ийн ажилладаг жишээнүүд бий.

3. Автомат цэнэглэлтийг тохируулах

API самбар дээр тэр автомат цэнэглэлтийг асаана. Дүрэм: үлдэгдэл сонгосон түвшингээс доош буухад хадгалсан картаас дахин нэг багцын төлбөр авна. Ачаалах ажил гараар цэнэглэхгүйгээр шөнийн турш үргэлжилнэ.

4. Төсөв тогтоох

Түүнийг хоёр хязгаар хамгаалдаг:

• Автомат цэнэглэлт нэг сард хэр их зарцуулж болохыг хязгаарладаг сарын цэнэглэлтийн төсөв.
• Сарын кредитийн хязгаар. Түүнд хүрэхэд дараагийн хүсэлтүүд 402 budget_exceeded буцаана.

Тэр мөн бага үлдэгдэл, сарын хязгаарын 80%, бүтэлгүйтсэн цэнэглэлтийн тухай и-мэйл сэрэмжлүүлгийг асаадаг. Сэрэмжлүүлэг нь арга хэмжээ авах цаг байгаа үед асуудлын тухай мэдэгддэг.

5. Хурдны хязгаарыг хүндэтгэх

Түлхүүр тус бүр минутад 60 хүсэлтийг зөвшөөрнө. Тэр хурдаар 10,000 хүсэлт ойролцоогоор 167 минут, өөрөөр хэлбэл нэг түлхүүрээр гурван цагаас бага хугацаа зарцуулна. Тэр секундэд нэг хүсэлт илгээдэг энгийн дараалал ажиллуулдаг тул огцом өсөлтгүйгээр хязгаараас доош байна. Тэр 5 хүртэл идэвхтэй түлхүүр үүсгэж болно, жишээлбэл нэгийг ачаалалтад, нөгөөг аппын шууд хайлтад, хуучин өгөгдлийг нөхөх нь хэрэглэгчийн хүсэлтийг хэзээ ч хаахгүйн тулд.

6. Транскриптгүй видеог зохицуулах

API зөвхөн YouTube-ийн байгаа хадмалыг буцаадаг. Шууд дамжуулалт, хувийн эсвэл устгагдсан видео, хадмалгүй видеонууд 404 no_transcript буцаадаг. Түүний дараалалд тэр төлөв: алгассан гэж тэмдэглээд цааш яв, хэзээ ч дахин бүү оролд гэсэн утгатай. Эдгээр хүсэлт зардалгүй тул хадмалгүй видеогоор дүүрэн суваг түүний төсвийг шатаадаггүй.

Түүний давталт, псевдо кодоор:

1. Дараалалаас дараагийн видеоны ID-г ав.
2. API-г format=json-ээр дуудах.
3. Амжилттай бол: сегментүүдийг ойролцоогоор нэг минутын хэсэгт хувааж, хэсэг бүрийг эхлэх шилжилттэй нь хадгалж суулга.
4. 404 no_transcript бол: "транскриптгүй" тэмдэг хадгал.
5. 402 budget_exceeded бол: дарааллыг түр зогсоож өөртөө мэдэгд.
6. Серверийн алдаа гарвал: хоцролтын дараа дахин оролд.

7. Үлдэгдлийг кодоор шалгах

Том багц бүрийн өмнө тэр GET /api/v1/credits-ийг дууддаг. Үлдэгдэл багцад хэрэгтэйгээс бага, автомат цэнэглэлт унтраалттай бол ажил эхлэхээс татгалздаг. Энэ нь хагас дутуу импортоос хамгаалах хямд хамгаалалт юм.

Эцэст нь түүнд юу үлдэх вэ

Эхний шөнийн дараа индекс нь бараг бүх 10,000 видеоны транскриптийг агуулах бөгөөд хэсэг бүр өөрийн эхлэх цагийг хадгална. Хэрэглэгч асуулт асуухад туслах илтгэл болон цагийн тэмдгийг иш татах бөгөөд холбоос видеог тэр агшинд нээнэ. Үргэлжлэх зардал бага: сард 300 шинэ видео хамгийн ихдээ 600 кредит, 5,000 багцын нэг транскриптэд $0.030 тарифаар ойролцоогоор $18.

Хэрэв Майя Pro-д бүртгүүлбэл тэр сар бүр 100 урамшууллын кредит ч авах бөгөөд энэ нь тэр өсөлтийн нэг хэсгийг нөхнө.

Хаана дутагдах вэ

• Хадмалгүй бол транскрипт байхгүй. API дууг бичвэр болгодоггүй. Хадмалгүй видеонд өөр эх сурвалж хэрэгтэй, жишээлбэл яриаг бичвэр болгох үйлчилгээ, үүнийг тусад нь төлнө. Зарим бусад транскриптийн API аудио нөөц хувилбар санал болгодог, YouTube транскриптийн API-уудын харьцуулалт-ыг үзээрэй.
• Автомат хадмалд алдаа байдаг. Нэр болон мэргэжлийн хэллэг ихэвчлэн хамгийн их хохирдог. Хариу нь трэк автоматаар үүссэн эсэхийг хэлдэг тул ийм хэсгүүдэд жин өгч эсвэл тэмдэглэж болно.
• Хэл нь хадмал трэкийн хэл. Хариу нь жинхэнэ хэлийг мэдээлдэг тул таны хүссэнтэй таарна гэж бүү таамагла.
• Дамжуулах чадвар түлхүүр тус бүрээр хязгаарлагдмал. Маш том хуучин өгөгдөл нөхөх нь секундийн биш, цагийн асуудал.
• Энэ нь зөвхөн транскриптийг буцаадаг. Хуваах, суулгах, буцаан татах нь таны ажил. Хэрэв танд зөвхөн нэг видеоны хураангуй хэрэгтэй бол YouTube хураангуйлагч-ийг ашиглаарай.

Эх сурвалж

• sum.video Transcript API
• sum.video-ийн үнэ