API de transcripción de YouTube

Un desarrollador crea una base de conocimientos con capacidad de búsqueda de tutoriales de codificación de YouTube. Paso 1: La búsqueda de Scavio en YouTube encuentra videos relevantes para 50 consultas de temas ($0,25 en total). Paso 2: YouTube-transcript-api extrae las transcripciones de los 200 vídeos coincidentes. Paso 3: Los índices de texto de MongoDB con campos ponderados permiten la búsqueda de texto completo en todas las transcripciones. Montaje total: una noche. Costo continuo: $0,25/día para el descubrimiento de nuevos videos.

API de transcripción de YouTube es relevante para YouTube. Scavio proporciona una API unificada para acceder a datos de todas estas plataformas.

Tres enfoques para las transcripciones de YouTube: (1) YouTube-transcript-api (biblioteca de Python) extrae directamente los subtítulos generados automáticamente o manualmente de YouTube. Gratis, pero se interrumpe periódicamente cuando YouTube cambia su API interna. (2) Whisper o AssemblyAI para conversión de voz a texto en audio descargado. Más confiable pero requiere descargar audio de video y tiempo de procesamiento. (3) Descubrimiento basado en búsquedas: use las API de búsqueda de YouTube para buscar videos por contenido y luego obtenga transcripciones para obtener resultados coincidentes. Esto resulta útil a la hora de crear bases de conocimientos en las que primero es necesario encontrar vídeos relevantes. Los índices de texto de MongoDB funcionan bien para almacenar y buscar transcripciones una vez extraídas, con índices ponderados (10x en el título, 1x en el texto de la transcripción) que evitan que las coincidencias de títulos cortos queden ocultas bajo coincidencias de palabras clave de transcripciones largas. Comparación de costos: YouTube-transcript-api es gratuito pero frágil, Whisper es gratuito (costo de cómputo local), la búsqueda de descubrimiento de Scavio en YouTube cuesta $0,005/consulta.