API द्वारे YouTube ट्रान्सक्रिप्ट कसे मिळवावे (curl, Python, JavaScript)

API द्वारे YouTube ट्रान्सक्रिप्ट मिळवण्यासाठी व्हिडिओचा URL किंवा ID आणि API की सह एक HTTP विनंती पाठवा, आणि प्रतिसादातून ट्रान्सक्रिप्ट वाचा. हे मार्गदर्शक sum.video Transcript API वापरून curl, Python आणि JavaScript मध्ये विनंती दाखवते, मग फॉरमॅट, त्रुटी आणि खर्च समजावते.

API काय परत करते

हा एंडपॉइंट सार्वजनिक YouTube व्हिडिओची सध्याची कॅप्शन्स परत करतो, मग ती निर्मात्याने लिहिलेली असोत किंवा YouTube ने आपोआप तयार केलेली. तो ऑडिओचे ट्रान्सक्रिप्शन करत नाही. व्हिडिओला कॅप्शन नसल्यास, अंदाजाऐवजी तुम्हाला त्रुटी मिळते (खाली अधिक).

मूलभूत गोष्टी:

• एंडपॉइंट: POST https://sum.video/api/v1/transcript (GET ही चालते)
• प्रमाणीकरण: तुमची की X-API-Key हेडरमध्ये, किंवा Authorization: Bearer <key>
• इनपुट: url किंवा video_id
• ऐच्छिक lang (डिफॉल्ट en)
• ऐच्छिक format: json, text किंवा srt

प्रतिसाद कॅप्शन ट्रॅकची खरी भाषा आणि ती आपोआप तयार झाली आहे का हेही सांगतो, त्यामुळे कोणत्या दर्जाची अपेक्षा करावी हे कळते.

पायरी 1: API की तयार करा

साइन इन करा आणि API डॅशबोर्डमध्ये (sum.video वर /dashboard/api) की तयार करा. तुम्ही 5 पर्यंत सक्रिय की ठेवू शकता, जे चाचणी की आणि उत्पादन की वेगळी ठेवण्यासाठी उपयुक्त. तुमची पहिली की 10 मोफत क्रेडिटसह येते, जी 5 ट्रान्सक्रिप्टसाठी पुरेशी आहे, त्यामुळे खालील सर्व काही खर्चाशिवाय करून पाहू शकता.

पायरी 2: तुमची पहिली विनंती करा

curl

curl -X POST https://sum.video/api/v1/transcript \
  -H "X-API-Key: $SUMVIDEO_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"url": "https://www.youtube.com/watch?v=dQw4w9WgXcQ", "lang": "en", "format": "text"}'

GET ही चालत असल्याने, फक्त URL तयार करणाऱ्या स्क्रिप्टमधूनही तुम्ही चाचणी करू शकता. की लॉगमध्ये जाऊ नये म्हणून ती हेडरमध्ये देणे चांगले.

Python

import os
import requests

resp = requests.post(
    "https://sum.video/api/v1/transcript",
    headers={"X-API-Key": os.environ["SUMVIDEO_API_KEY"]},
    json={"video_id": "dQw4w9WgXcQ", "lang": "en", "format": "text"},
    timeout=30,
)

if resp.status_code == 404:
    print("No captions for this video")
else:
    resp.raise_for_status()
    print(resp.text)

JavaScript (Node 18+ किंवा ब्राउझर)

const resp = await fetch("https://sum.video/api/v1/transcript", {
  method: "POST",
  headers: {
    "X-API-Key": process.env.SUMVIDEO_API_KEY,
    "Content-Type": "application/json",
  },
  body: JSON.stringify({
    video_id: "dQw4w9WgXcQ",
    lang: "en",
    format: "text",
  }),
});

if (resp.status === 404) {
  console.log("No captions for this video");
} else if (!resp.ok) {
  throw new Error(`Request failed: ${resp.status}`);
} else {
  console.log(await resp.text());
}

की सर्व्हरवर ठेवा. ब्राउझर कोडमधील की डेव्हलपर टूल्स उघडणारा कोणीही कॉपी करू शकतो.

पायरी 3: योग्य फॉरमॅट निवडा

व्हिडिओतील एखाद्या क्षणाशी लिंक करायची असल्यास, json वापरा आणि विभागाच्या offset वरून लिंक तयार करा. LLM ला देण्यासाठी text लहान आणि सोपे आहे. नंतर ट्रान्सक्रिप्टमध्ये हाताने शोधायचे असल्यास, YouTube व्हिडिओच्या ट्रान्सक्रिप्टमध्ये कसे शोधावे पहा.

पायरी 4: भाषा निवडा

lang चे डिफॉल्ट en आहे. हवी असलेली भाषा सेट करा, उदाहरणार्थ de किंवा es. प्रतिसाद प्रत्यक्षात परत आलेल्या ट्रॅकची भाषा कळवतो, त्यामुळे गृहीत धरण्याऐवजी ती तपासा. व्हिडिओला अनेकदा एकच कॅप्शन ट्रॅक असतो, आणि API खरी कॅप्शन्स परत करते, त्यामुळे ते तुमच्यासाठी भाषांतर करत नाही.

पायरी 5: त्रुटी हाताळा

पहिल्या दिवसापासून या प्रसंगांसाठी नियोजन करा:

• 404 no_transcript: व्हिडिओला कॅप्शन नाही, किंवा तो लाइव्ह स्ट्रीम, खासगी व्हिडिओ किंवा काढलेला व्हिडिओ आहे. पुन्हा प्रयत्न करण्यासारखे काही नाही. तो वगळा, किंवा वापरकर्त्याकडे दुसरा व्हिडिओ मागा.
• 402 budget_exceeded: तुम्ही सेट केलेली मासिक क्रेडिट मर्यादा गाठली आहे. पुढील विभाग पहा.
• दर मर्यादा: प्रत्येक की प्रति मिनिट 60 विनंत्यांना परवानगी देते. बॅच कामे पसरवा, आणि मर्यादा लागल्यावर वेग कमी करा.
• आमच्या बाजूची अपयशे: थोड्या विलंबानंतर पुन्हा प्रयत्न करा. त्यांना खर्च येत नाही.

सर्व्हर त्रुटींवर पुन्हा प्रयत्न करणारा आणि 404 वर वगळणारा साधा लूप उत्पादनाच्या बहुतांश गरजा भागवतो.

खर्च किती येतो

प्रत्येक ट्रान्सक्रिप्टला 2 क्रेडिट खर्च येतो. ट्रान्सक्रिप्ट परत न करणाऱ्या किंवा sum.video च्या बाजूने अपयशी ठरणाऱ्या विनंत्यांना खर्च येत नाही, त्यामुळे 404 कधीच तुमची शिल्लक संपवत नाही. शिल्लक GET /api/v1/credits ने पाहता येते.

क्रेडिट कधीही कालबाह्य न होणाऱ्या एकदाच घेण्याच्या पॅकमध्ये विकले जातात:

Pro सदस्यांना दर महिन्याला 100 बोनस क्रेडिटही मिळतात. अख्खे चॅनल आत घेण्यासारख्या जड कामासाठी, ऑटो टॉप-अप आणि बजेट यांचा समावेश असलेला प्रसंग मोठ्या प्रमाणावर RAG अ‍ॅपसाठी YouTube ट्रान्सक्रिप्ट वाचा. किंमतीही पहा.

बनवण्यापूर्वी माहित असावयाच्या मर्यादा

• फक्त कॅप्शन असलेले व्हिडिओ काम करतात. 404 no_transcript चे हे मुख्य कारण आहे.
• आपोआप तयार झालेल्या कॅप्शनमध्ये चुका असू शकतात, विशेषतः नावे, उच्चार आणि तांत्रिक शब्दांत.
• API फक्त ट्रान्सक्रिप्ट परत करते. ते सारांश करत नाही. ट्रान्सक्रिप्टवर सारांश, टाइमस्टॅम्प आणि चॅट हवे असल्यास, YouTube सारांशकर्ता ते करतो, आणि ट्रान्सक्रिप्ट साधन हे एका व्हिडिओसाठी कोडशिवाय आवृत्ती आहे.
• अधिकृत YouTube Data API येथे पर्याय नाही. त्याच्या कॅप्शन डाउनलोड पद्धतीसाठी व्हिडिओ संपादित करण्याची परवानगी लागते, त्यामुळे ते तुमच्या स्वतःच्या व्हिडिओसाठी आहे (Google दस्तावेज).

स्रोत

• YouTube Data API: Captions.download
• sum.video Transcript API