Jinsi ya kupata nakala ya YouTube kwa API (curl, Python, JavaScript)

Ili kupata nakala (transcript) ya YouTube kwa API, tuma ombi la HTTP lenye URL au ID ya video na ufunguo wa API, kisha usome nakala kwenye jibu. Mwongozo huu unaonyesha ombi katika curl, Python na JavaScript kwa kutumia API ya nakala ya sum.video, kisha unaeleza miundo, hitilafu na gharama.

API hurejesha nini

Sehemu ya mwisho (endpoint) hurejesha manukuu yaliyopo ya video ya umma ya YouTube, yawe yameandikwa na mtayarishaji au kutengenezwa kiotomatiki na YouTube. Haibadilishi sauti kuwa maandishi. Ikiwa video haina manukuu, unapata hitilafu badala ya kubahatisha (zaidi hapa chini).

Mambo ya msingi:

• Endpoint: POST https://sum.video/api/v1/transcript (GET pia inafanya kazi)
• Uthibitishaji: ufunguo wako katika kichwa X-API-Key, au Authorization: Bearer <key>
• Ingizo: url au video_id
• lang ya hiari (chaguo-msingi en)
• format ya hiari: json, text au srt

Jibu linaeleza lugha halisi ya wimbo wa manukuu na kama ulitengenezwa kiotomatiki, ili ujue ubora wa kutarajia.

Hatua ya 1: tengeneza ufunguo wa API

Ingia na utengeneze ufunguo kwenye dashibodi ya API (/dashboard/api kwenye sum.video). Unaweza kuwa na funguo hadi 5 zinazotumika, jambo linalosaidia kutenganisha ufunguo wa majaribio na ule wa uzalishaji. Ufunguo wako wa kwanza huja na mikopo 10 bila malipo, ya kutosha nakala 5, kwa hiyo unaweza kujaribu yote hapa chini bila gharama.

Hatua ya 2: fanya ombi lako la kwanza

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"}'

Kwa kuwa GET pia inafanya kazi, unaweza kujaribu hata kutoka kwenye hati inayojenga URL tu. Ni bora kutuma ufunguo kwenye kichwa ili usiishie kwenye kumbukumbu (logs).

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+ au kivinjari)

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());
}

Weka ufunguo kwenye seva. Ufunguo ulio kwenye msimbo wa kivinjari unaweza kunakiliwa na yeyote anayefungua zana za msanidi programu.

Hatua ya 3: chagua muundo sahihi

Ukipanga kuunganisha kwenye wakati fulani wa video, tumia json na ujenge kiungo kutoka offset ya kipande. Kwa LLM, text ni fupi na rahisi zaidi. Ukitaka baadaye kutafuta kwa mkono ndani ya nakala, tazama jinsi ya kutafuta ndani ya nakala ya video ya YouTube.

Hatua ya 4: chagua lugha

lang ni en kwa chaguo-msingi. Weka lugha unayotaka, kama de au es. Jibu linaeleza lugha ya wimbo uliorejeshwa kwa kweli, kwa hiyo ikague badala ya kudhani. Mara nyingi video ina wimbo mmoja tu wa manukuu, na API hurejesha manukuu halisi, kwa hiyo haikutafsiri.

Hatua ya 5: shughulikia hitilafu

Panga kwa hali hizi tangu siku ya kwanza:

• 404 no_transcript: video haina manukuu, au ni tangazo la moja kwa moja, video ya faragha au iliyoondolewa. Hakuna cha kujaribu tena. Iruke au mwombe mtumiaji video nyingine.
• 402 budget_exceeded: umefikia kikomo cha mikopo cha kila mwezi ulichoweka. Tazama sehemu inayofuata.
• Kikomo cha kasi: kila ufunguo unaruhusu maombi 60 kwa dakika. Sambaza kazi za kundi na punguza kasi unapozuiwa.
• Hitilafu upande wetu: jaribu tena baada ya muda mfupi. Hazina gharama.

Mzunguko rahisi unaojaribu tena kwenye hitilafu za seva na kuruka kwenye 404 unashughulikia mahitaji mengi ya uzalishaji.

Inagharimu kiasi gani

Kila nakala inagharimu mikopo 2. Maombi yasiyorejesha nakala au yanayoshindwa upande wa sum.video hayana gharama, kwa hiyo 404 kamwe haimalizi salio lako. Unaweza kuona salio kwa GET /api/v1/credits.

Mikopo inauzwa kwa vifurushi vya mara moja visivyoisha muda:

Wanachama wa Pro hupata pia mikopo 100 ya ziada kila mwezi. Kwa kazi nzito, kama kuingiza chaneli nzima, soma mfano nakala za YouTube kwa programu ya RAG kwa kiwango kikubwa unaohusu uongezaji kiotomatiki na bajeti. Tazama pia bei.

Vikomo vya kujua kabla ya kujenga

• Video zenye manukuu pekee ndizo zinazofanya kazi. Hiyo ndiyo sababu kuu ya 404 no_transcript.
• Manukuu ya kiotomatiki yanaweza kuwa na makosa, hasa katika majina, lafudhi na istilahi za kiufundi.
• API hurejesha nakala tu. Haitengenezi muhtasari. Ukitaka muhtasari, mihuri ya muda na mazungumzo kuhusu nakala, muhtasari wa YouTube hufanya hivyo, na zana ya nakala ni toleo lisilo na msimbo kwa video moja.
• YouTube Data API rasmi si mbadala hapa. Njia yake ya kupakua manukuu inahitaji ruhusa ya kuhariri video, kwa hiyo ni kwa video zako mwenyewe (nyaraka za Google).

Vyanzo

• YouTube Data API: Captions.download
• API ya nakala ya sum.video