ทรานสคริปต์ YouTube สำหรับแอป RAG ในระดับใหญ่: เครดิต การเติมเงินอัตโนมัติ และงบประมาณ

ถ้าแอป RAG หรือ AI ของคุณต้องการทรานสคริปต์ YouTube ในระดับใหญ่ วิธีตั้งค่าที่ใช้ได้จริงคือ API ทรานสคริปต์แบบจ่ายตามการใช้งานพร้อมเครดิตที่ซื้อล่วงหน้า การเติมเงินอัตโนมัติเพื่อให้งานนำเข้ายาวๆ ไม่สะดุด และงบประมาณรายเดือนเพื่อให้บั๊กไม่ทำให้บิลพุ่ง บทความนี้ตามนักพัฒนาคนหนึ่งผ่านการตั้งค่านั้นด้วย sum.video Transcript API

สถานการณ์

มายากำลังสร้างผู้ช่วยวิจัยที่ตอบคำถามเกี่ยวกับการบรรยายในงานประชุม ดัชนีของเธอควรครอบคลุมวิดีโอ YouTube ราว 10,000 รายการจากช่องไม่กี่ร้อยช่อง แล้วเพิ่มขึ้นประมาณ 300 วิดีโอใหม่ต่อเดือน เธอรันการนำเข้าจากเซิร์ฟเวอร์เล็กๆ และไม่อยากเฝ้าดูหรือตกใจกับใบแจ้งหนี้

เงื่อนไขของเธอชัดเจน: ค่าใช้จ่ายที่คาดการณ์ได้ ไม่ต้องเติมเงินเองกลางงาน และจัดการวิดีโอที่ไม่มีทรานสคริปต์ได้เรียบร้อย

สิ่งที่เธอต้องการ

• ข้อความธรรมดาของแต่ละวิดีโอ พร้อมแบ่งเป็นชิ้นและทำ embedding
• ไทม์สแตมป์ เพื่อให้คำตอบลิงก์ไปยังช่วงเวลาที่แน่นอนในวิดีโอได้
• ค่าใช้จ่ายที่ประเมินได้ก่อนเริ่ม
• เพดานค่าใช้จ่ายที่แน่นอน

ทีละขั้น

1. ประเมินค่าใช้จ่ายก่อน

หนึ่งทรานสคริปต์ราคา 2 เครดิต และคำขอที่ไม่ส่งทรานสคริปต์กลับมาไม่มีค่าใช้จ่าย สำหรับ 10,000 วิดีโอสูงสุด 20,000 เครดิต ด้วยแพ็กเกจ 5,000 เครดิตราคา $74.99 ($0.030 ต่อทรานสคริปต์) ทรานสคริปต์ 10,000 รายการรวมราว $300 และน้อยลงเล็กน้อยถ้าบางวิดีโอไม่มีคำบรรยาย แพ็กเกจเล็กกว่าแพงกว่าต่อทรานสคริปต์: $0.090 สำหรับ 100 เครดิต, $0.056 สำหรับ 500, $0.038 สำหรับ 2,000 หน้าราคามีรายละเอียดล่าสุด

เครดิตซื้อครั้งเดียวและไม่มีวันหมดอายุ จึงไม่มีนาฬิกาการสมัครสมาชิกเดินระหว่างที่เธอสร้างระบบ

2. ทดสอบด้วยเครดิตฟรี

API key แรกของเธอมาพร้อมเครดิตฟรี 10 เครดิต หรือ 5 ทรานสคริปต์ เธอใช้ตรวจสอบการตอบกลับของวิดีโอไม่กี่รายการในรูปแบบ json (ส่วนที่มี offset และ duration เป็นวินาที) และรูปแบบ text ถ้าต้องการรายละเอียดของคำขอ คู่มือวิธีดึงทรานสคริปต์ YouTube ด้วย API มีตัวอย่างที่ใช้งานได้ใน curl, Python และ JavaScript

3. ตั้งค่าการเติมเงินอัตโนมัติ

ในแดชบอร์ด API เธอเปิดการเติมเงินอัตโนมัติ กฎคือเมื่อยอดคงเหลือต่ำกว่าระดับที่เลือก ระบบจะตัดบัตรที่บันทึกไว้สำหรับอีกหนึ่งแพ็กเกจ งานนำเข้าทำงานต่อได้ทั้งคืนโดยไม่ต้องเติมเงินเอง

4. ตั้งค่างบประมาณ

ขีดจำกัดสองอย่างปกป้องเธอ:

• งบเติมเงินรายเดือน จำกัดว่าการเติมเงินอัตโนมัติใช้จ่ายได้เท่าไรต่อเดือน
• ขีดจำกัดเครดิตรายเดือน เมื่อถึงขีดจำกัด คำขอถัดไปจะส่ง 402 budget_exceeded

เธอเปิดการแจ้งเตือนทางอีเมลสำหรับยอดคงเหลือต่ำ เมื่อถึง 80% ของขีดจำกัดรายเดือน และเมื่อการเติมเงินล้มเหลวด้วย การแจ้งเตือนบอกปัญหาในขณะที่ยังมีเวลาแก้ไข

5. เคารพขีดจำกัดอัตราการเรียก

แต่ละ key อนุญาต 60 คำขอต่อนาที ที่ความเร็วนั้น 10,000 คำขอใช้เวลาราว 167 นาที น้อยกว่าสามชั่วโมงด้วย key เดียว เธอรันคิวง่ายๆ ที่ส่งหนึ่งคำขอต่อวินาที จึงอยู่ใต้ขีดจำกัดโดยไม่มีช่วงพุ่ง เธอสร้าง key ที่ใช้งานได้สูงสุด 5 อัน เช่น อันหนึ่งสำหรับการนำเข้า อีกอันสำหรับการค้นหาสดของแอป เพื่อให้การเติมข้อมูลย้อนหลังไม่บล็อกคำขอของผู้ใช้

6. จัดการวิดีโอที่ไม่มีทรานสคริปต์

API ส่งกลับเฉพาะคำบรรยาย YouTube ที่มีอยู่ ไลฟ์สด วิดีโอส่วนตัวหรือที่ถูกลบ และวิดีโอที่ไม่มีคำบรรยายจะส่ง 404 no_transcript ในคิวของเธอ สถานะนั้นหมายถึงทำเครื่องหมายว่าข้ามแล้วไปต่อ ห้ามลองใหม่ เพราะคำขอเหล่านั้นไม่มีค่าใช้จ่าย ช่องที่เต็มไปด้วยวิดีโอไม่มีคำบรรยายจึงไม่เผางบของเธอ

ลูปของเธอ เป็น pseudocode:

1. หยิบ ID วิดีโอถัดไปจากคิว
2. เรียก API ด้วย format=json
3. เมื่อสำเร็จ: แบ่งส่วนต่างๆ เป็นชิ้นยาวราวหนึ่งนาที เก็บแต่ละชิ้นพร้อม offset เริ่มต้น และทำ embedding
4. เมื่อ 404 no_transcript: เก็บแฟล็ก "ไม่มีทรานสคริปต์"
5. เมื่อ 402 budget_exceeded: หยุดคิวไว้และแจ้งเตือนตัวเอง
6. เมื่อเซิร์ฟเวอร์ผิดพลาด: ลองใหม่หลังหน่วงเวลา

7. ตรวจยอดคงเหลือในโค้ด

ก่อนแต่ละแบตช์ใหญ่ เธอเรียก GET /api/v1/credits ถ้ายอดคงเหลือน้อยกว่าที่แบตช์ต้องการและการเติมเงินอัตโนมัติปิดอยู่ งานจะไม่ยอมเริ่ม เป็นการป้องกันราคาถูกจากการนำเข้าที่ค้างครึ่งทาง

สิ่งที่เธอได้ในที่สุด

หลังคืนแรก ดัชนีมีทรานสคริปต์ของเกือบทั้ง 10,000 วิดีโอ แต่ละชิ้นมีเวลาเริ่มต้นของตัวเอง เมื่อผู้ใช้ถามคำถาม ผู้ช่วยอ้างอิงการบรรยายและไทม์สแตมป์ และลิงก์เปิดวิดีโอ ณ ช่วงเวลานั้น ค่าใช้จ่ายต่อเนื่องน้อย: 300 วิดีโอใหม่ต่อเดือนสูงสุด 600 เครดิต ราว $18 ที่อัตราแพ็กเกจ 5,000 เครดิต $0.030 ต่อทรานสคริปต์

ถ้ามายาสมัคร Pro เธอจะได้เครดิตโบนัสเพิ่ม 100 เครดิตทุกเดือน ซึ่งครอบคลุมการเติบโตส่วนหนึ่ง

จุดที่ยังไม่พอ

• ไม่มีคำบรรยาย ก็ไม่มีทรานสคริปต์ API ไม่ถอดเสียงจากเสียงพูด สำหรับวิดีโอที่ไม่มีคำบรรยายคุณต้องใช้แหล่งอื่น เช่น บริการแปลงเสียงเป็นข้อความ ซึ่งจ่ายแยกต่างหาก API ทรานสคริปต์อื่นบางตัวมีทางเลือกจากเสียง ดูการเปรียบเทียบ API ทรานสคริปต์ YouTube
• คำบรรยายอัตโนมัติมีข้อผิดพลาด ชื่อและศัพท์เฉพาะมักเป็นเหยื่อ การตอบกลับบอกว่าแทร็กสร้างอัตโนมัติหรือไม่ คุณจึงให้น้ำหนักชิ้นเหล่านั้นน้อยลงหรือทำเครื่องหมายได้
• ภาษาคือภาษาของแทร็กคำบรรยาย การตอบกลับรายงานภาษาจริง อย่าสันนิษฐานว่าตรงกับที่คุณขอ
• ปริมาณงานถูกจำกัดต่อ key การเติมข้อมูลย้อนหลังขนาดใหญ่มากใช้เวลาเป็นชั่วโมง ไม่ใช่วินาที
• ส่งกลับเฉพาะทรานสคริปต์ การแบ่งชิ้น embedding และการค้นคืนเป็นหน้าที่ของคุณ ถ้าต้องการแค่สรุปของวิดีโอเดียว ใช้ตัวสรุป YouTube

แหล่งที่มา

• sum.video Transcript API
• ราคา sum.video