从 API 获取 YouTube 自动转录？

Posted 2023-02-24

【中文标题】从 API 获取 YouTube 自动转录？

【英文标题】：Getting YouTube auto-transcript from API?

【发布时间】：2017-08-09 14:44:01

【问题描述】：

是否可以从任何 YouTube API 中提取自动（非用户）生成的视频脚本？

【问题讨论】：

到现在你有解决办法吗？

@manish1706 我能找到的解决方案都不允许我检索自动生成的字幕。因此，我自己实现了一个 API 客户端，它允许您为您选择的语言自动生成字幕。如果还有人感兴趣，可以在我的 GitHub 上找到代码：github.com/jdepoix/youtube-transcript-api

【参考方案1】：

截至 2019 年 8 月，您可以通过以下方式下载成绩单：

在浏览器中打开

https://www.youtube.com/watch?v=[Video ID]

来自控制台类型：JSON.parse(ytplayer.config.args.player_response).captions.playerCaptionsTracklistRenderer.captionTracks[0].baseUrl

【讨论】：

编辑：不适用于所有视频

哪个浏览器和哪个控制台？

【参考方案2】：

你可以参考这个帖子：How to get "transcript" in youtube-api v3

如果您使用 oAuth2 进行身份验证，您可以快速调用 这个提要：

http://gdata.youtube.com/feeds/api/videos/[VIDEOID]/captiondata/[CAPTIONTRACKID]

获取你想要的数据。检索可能的字幕轨道列表 具有 API v2 的 ID，您可以访问此提要：

https://gdata.youtube.com/feeds/api/videos/[VIDEOID]/captions

该提要请求还接受一些可选参数，包括 语言，最大结果等。有关更多详细信息，以及一个示例 显示字幕轨道列表的返回格式，请参阅 文档在 https://developers.google.com/youtube/2.0/developers_guide_protocol_captions#Retrieve_Caption_Set

另外，这里有一些可能有帮助的参考资料：

https://www.quora.com/Is-there-any-way-to-download-the-YouTube-transcripts-that-are-generated-automatically http://ccm.net/faq/40644-how-to-get-the-transcript-of-a-youtube-video

【讨论】：

gdata 端点不可用：“404。这是一个错误。”

【参考方案3】：

1 安装youtube-transcript-api (https://github.com/jdepoix/youtube-transcript-api)，例如：

pip3 install youtube_transcript_api

2 使用以下代码创建youtube_transcript_api-wrapper.py（部分基于https://***.com/a/65325576/2585501）：

from youtube_transcript_api import YouTubeTranscriptApi

#srt = YouTubeTranscriptApi.get_transcript(video_id)

videoListName = "youtubeVideoIDlist.txt"
with open(videoListName) as f:
    video_ids = f.read().splitlines()

transcript_list, unretrievable_videos = YouTubeTranscriptApi.get_transcripts(video_ids, continue_after_error=True)

for video_id in video_ids:

    if video_id in transcript_list.keys():

        print("\nvideo_id = ", video_id)
        #print(transcript)

        srt = transcript_list.get(video_id)

        text_list = []
        for i in srt:
            text_list.append(i['text'])

        text = ' '.join(text_list)
        print(text)

3 创建包含 video_id 列表的 youtubeVideoIDlist.txt

4python3 youtube_transcript_api-wrapper.py