بڑے پیمانے پر RAG ایپ کے لیے YouTube ٹرانسکرپٹ: کریڈٹ، آٹو ٹاپ اپ اور بجٹ

اگر تمہاری RAG یا AI ایپ کو بڑے پیمانے پر YouTube ٹرانسکرپٹ چاہییں، تو عملی ترتیب یہ ہے: استعمال کے مطابق ادائیگی والا ٹرانسکرپٹ API جس میں پہلے سے خریدے ہوئے کریڈٹ ہوں، ایک آٹو ٹاپ اپ تاکہ لمبا امپورٹ کبھی نہ رکے، اور ایک ماہانہ بجٹ تاکہ کوئی بگ بل نہ بڑھا دے۔ یہ مثال sum.video Transcript API کے ساتھ ایک ڈویلپر کو اس ترتیب سے گزرتے دکھاتی ہے۔

صورتِ حال

مایا ایک ریسرچ اسسٹنٹ بنا رہی ہے جو کانفرنس کی تقریروں کے بارے میں سوالوں کے جواب دیتا ہے۔ اس کے انڈیکس میں چند سو چینلز کی تقریباً 10,000 YouTube ویڈیوز ہونی چاہییں، اور پھر ہر مہینے تقریباً 300 نئی ویڈیوز کا اضافہ۔ وہ امپورٹ ایک چھوٹے سرور سے چلاتی ہے، اور نہ اس کی نگرانی کرنا چاہتی ہے اور نہ انوائس سے حیران ہونا۔

اس کی شرطیں سادہ ہیں: قابلِ اندازہ لاگت، کام کے بیچ میں ہاتھ سے ری چارج نہیں، اور بغیر ٹرانسکرپٹ والی ویڈیوز کی صاف ہینڈلنگ۔

اسے کیا چاہیے

• ہر ویڈیو کا سادہ متن، ٹکڑوں میں بانٹ کر embed کرنے کے لیے تیار۔
• ٹائم اسٹیمپ، تاکہ جواب ویڈیو کے عین لمحے سے لنک کر سکے۔
• ایسی لاگت جس کا شروع کرنے سے پہلے اندازہ لگایا جا سکے۔
• خرچ کی ایک سخت حد۔

قدم بہ قدم

1. پہلے لاگت کا اندازہ لگاؤ

ایک ٹرانسکرپٹ کی لاگت 2 کریڈٹ ہے، اور جو درخواستیں ٹرانسکرپٹ نہیں لوٹاتیں ان پر کوئی خرچ نہیں۔ 10,000 ویڈیوز کے لیے زیادہ سے زیادہ 20,000 کریڈٹ بنتے ہیں۔ $74.99 کے 5,000 کریڈٹ پیک ($0.030 فی ٹرانسکرپٹ) کے ساتھ 10,000 ٹرانسکرپٹ کی کل لاگت تقریباً $300 ہے، اور اگر کچھ ویڈیوز میں کیپشن نہ ہوں تو تھوڑی کم۔ چھوٹے پیکوں میں فی ٹرانسکرپٹ زیادہ لگتا ہے: 100 کریڈٹ پر $0.090، 500 پر $0.056، 2,000 پر $0.038۔ قیمتوں کے صفحے پر تازہ ترین تفصیل ہے۔

کریڈٹ ایک بار خریدے جاتے ہیں اور کبھی ختم نہیں ہوتے، اس لیے جب تک وہ بنا رہی ہے سبسکرپشن کی گھڑی نہیں چل رہی۔

2. مفت کریڈٹ سے ٹیسٹ کرو

اس کی پہلی API کی 10 مفت کریڈٹ کے ساتھ آتی ہے، یعنی 5 ٹرانسکرپٹ۔ وہ انہیں چند ویڈیوز کے جواب کو json فارمیٹ (سیکنڈ میں offset اور duration والے حصے) اور text فارمیٹ میں جانچنے کے لیے استعمال کرتی ہے۔ درخواست کی تفصیل چاہیے تو گائیڈ API سے YouTube ٹرانسکرپٹ کیسے حاصل کریں میں curl، Python اور JavaScript کی چلتی مثالیں ہیں۔

3. آٹو ٹاپ اپ سیٹ کرو

API ڈیش بورڈ میں وہ آٹو ٹاپ اپ آن کرتی ہے۔ اصول یہ ہے: جب بیلنس چنی ہوئی سطح سے نیچے جائے تو محفوظ کارڈ سے ایک اور پیک کی رقم کاٹی جاتی ہے۔ امپورٹ کا کام رات بھر بغیر ہاتھ سے ری چارج کے چلتا رہتا ہے۔

4. بجٹ سیٹ کرو

دو حدیں اس کی حفاظت کرتی ہیں:

• ایک ماہانہ ٹاپ اپ بجٹ، جو طے کرتا ہے کہ آٹو ٹاپ اپ ایک مہینے میں زیادہ سے زیادہ کتنا خرچ کر سکتا ہے۔
• ایک ماہانہ کریڈٹ حد۔ اس تک پہنچنے پر آگے کی درخواستیں 402 budget_exceeded لوٹاتی ہیں۔

وہ کم بیلنس، ماہانہ حد کے 80% اور ناکام ٹاپ اپ کے لیے ای میل الرٹ بھی آن کرتی ہے۔ الرٹ مسئلے کی خبر تب دیتے ہیں جب ابھی کارروائی کا وقت باقی ہو۔

5. شرحِ درخواست کی حد کا خیال رکھو

ہر کی فی منٹ 60 درخواستوں کی اجازت دیتی ہے۔ اس رفتار سے 10,000 درخواستوں میں تقریباً 167 منٹ لگتے ہیں، یعنی ایک کی پر تین گھنٹے سے کم۔ وہ ایک سادہ قطار چلاتی ہے جو ہر سیکنڈ ایک درخواست بھیجتی ہے، اس لیے اچانک ابھار کے بغیر حد کے اندر رہتی ہے۔ وہ 5 فعال کیز تک بنا سکتی ہے، مثلاً ایک امپورٹ کے لیے اور ایک ایپ کی لائیو تلاش کے لیے، تاکہ پرانا ڈیٹا بھرنے کا کام کبھی صارف کی درخواست نہ روکے۔

6. بغیر ٹرانسکرپٹ والی ویڈیوز سنبھالو

API صرف موجودہ YouTube کیپشن لوٹاتا ہے۔ لائیو اسٹریم، نجی یا ہٹائی گئی ویڈیوز، اور بغیر کیپشن کی ویڈیوز 404 no_transcript لوٹاتی ہیں۔ اس کی قطار میں اس حالت کا مطلب ہے چھوڑا ہوا نشان زد کرو اور آگے بڑھو، کبھی دوبارہ کوشش نہ کرو۔ چونکہ ان درخواستوں پر خرچ نہیں، بغیر کیپشن ویڈیوز سے بھرا چینل اس کا بجٹ نہیں جلاتا۔

اس کا لوپ، pseudocode میں:

1. قطار سے اگلی ویڈیو کی ID لو۔
2. format=json کے ساتھ API کو کال کرو۔
3. کامیابی پر: حصوں کو تقریباً ایک منٹ کے ٹکڑوں میں بانٹو، ہر ٹکڑا اس کے ابتدائی offset کے ساتھ محفوظ کرو اور embed کرو۔
4. 404 no_transcript پر: "ٹرانسکرپٹ نہیں" کا نشان محفوظ کرو۔
5. 402 budget_exceeded پر: قطار روکو اور خود کو الرٹ کرو۔
6. سرور ایرر پر: کچھ تاخیر کے بعد دوبارہ کوشش کرو۔

7. کوڈ میں بیلنس جانچو

ہر بڑے بیچ سے پہلے وہ GET /api/v1/credits کال کرتی ہے۔ اگر بیلنس بیچ کی ضرورت سے کم ہو اور آٹو ٹاپ اپ بند ہو تو کام شروع ہونے سے انکار کر دیتا ہے۔ یہ ادھورے امپورٹ کے خلاف سستا تحفظ ہے۔

آخر میں اسے کیا ملتا ہے

پہلی رات کے بعد انڈیکس میں تقریباً تمام 10,000 ویڈیوز کے ٹرانسکرپٹ ہوتے ہیں، ہر ٹکڑے کے ساتھ اس کا ابتدائی وقت۔ جب صارف سوال پوچھتا ہے تو اسسٹنٹ ایک تقریر اور ٹائم اسٹیمپ کا حوالہ دیتا ہے، اور لنک ویڈیو کو اسی لمحے پر کھولتا ہے۔ جاری لاگت چھوٹی ہے: ماہانہ 300 نئی ویڈیوز زیادہ سے زیادہ 600 کریڈٹ ہیں، یعنی 5,000 پیک کی شرح $0.030 فی ٹرانسکرپٹ پر تقریباً $18۔

اگر مایا Pro لے تو اسے ہر مہینے 100 بونس کریڈٹ بھی ملیں گے، جو اس اضافے کا کچھ حصہ پورا کرتے ہیں۔

یہ کہاں کم پڑتا ہے

• کیپشن نہیں تو ٹرانسکرپٹ نہیں۔ API آڈیو کو ٹرانسکرائب نہیں کرتا۔ بغیر کیپشن ویڈیوز کے لیے کوئی اور ذریعہ چاہیے، جیسے اسپیچ ٹو ٹیکسٹ سروس، جس کی ادائیگی الگ ہے۔ کچھ دوسرے ٹرانسکرپٹ API آڈیو کا متبادل دیتے ہیں، دیکھو YouTube ٹرانسکرپٹ API کا موازنہ۔
• خودکار کیپشن میں غلطیاں ہوتی ہیں۔ نام اور اصطلاحات عام طور پر متاثر ہوتی ہیں۔ جواب بتاتا ہے کہ ٹریک خودکار ہے یا نہیں، اس لیے تم ان ٹکڑوں کو کم وزن دے سکتے ہو یا نشان زد کر سکتے ہو۔
• زبان کیپشن ٹریک کی زبان ہے۔ جواب اصل زبان بتاتا ہے، اس لیے یہ نہ مانو کہ وہی ہے جو تم نے مانگی تھی۔
• ہر کی کے لیے رفتار محدود ہے۔ بہت بڑا بیک فل گھنٹوں کی بات ہے، سیکنڈوں کی نہیں۔
• یہ صرف ٹرانسکرپٹ لوٹاتا ہے۔ ٹکڑوں میں بانٹنا، embedding اور تلاش تمہارا کام ہے۔ اگر تمہیں صرف ایک ویڈیو کا خلاصہ چاہیے تو YouTube خلاصہ ساز استعمال کرو۔

ذرائع

• sum.video Transcript API
• sum.video قیمتیں