YouTube Transcripts
YouTubeの文字起こしは、公開動画で利用可能な字幕をプレーンテキストにしたもので、言語、字幕のソース、チャンネル情報、公開情報、再生時間を伴います。このテキストは、アクセシビリティ、検索、引用の確認、トピック分析、要約、コンテンツのインデックス化に活用できます。
YouTube Transcripts API の主な機能
- 複数動画の文字起こし取得複数の公開動画URLから、利用可能な文字起こしのテキストを1回のリクエストでまとめて取得できます。
- 優先言語の指定en や zh-CN など、有効なBCP-47コードで優先言語をリクエストできます。
- 言語の対応状況メタデータ実際に選択された言語と、利用可能な文字起こし言語の一覧を返します。
- プレーンテキスト形式の文字起こし一貫したプレーンテキスト形式で提供し、判明している場合は文字起こしのソース情報も付与します。
- 追跡可能な動画の文脈すべての文字起こしを、動画ID、タイトル、チャンネル情報、公開日、再生時間、collected_at と紐づけます。
YouTube Transcripts API のパラメータ
| パラメータ | 必須 | 説明 |
|---|---|---|
urls | 必須 | 公開YouTube動画のURLです。カンマまたは改行で区切って指定します。 |
language | 任意 | 任意。en や zh-CN などのBCP-47形式で指定する優先字幕言語です。返される言語は異なる場合があります。 |
YouTube Transcripts API の使い方
字幕は、重要な動画を選んでからリクエストしてください。そのうえで、テキストを検索、RAG、要約、翻訳、コンプライアンスのワークフローに取り込む前に、返された言語とソースを確認します。
- 公開動画のURLを選びます。できれば、検索やメタデータの確認で無関係な項目を除外した後に行ってください。
- urls と任意のBCP-47形式の language を /v1/youtube/transcripts に POST し、task_id を保存します。
- /v1/tasks/{task_id} をポーリングします。成功したバッチでも、結果の件数が送信したURLより少ない場合があります。
- 各項目について、プレーンテキストを分割する前に language、available_languages、transcript_source を確認し、has_more が true の間はページネーションを続けます。
curl -X POST "https://api.socq.ai/v1/youtube/transcripts" \
-H "Authorization: Bearer $SOCQ_API_KEY" \
-H "Content-Type: application/json" \
-d '{"urls":["https://www.youtube.com/watch?v=arj7oStGLkU"],"language":"en"}'
# Poll GET /v1/tasks/{task_id}
# Read GET /v1/tasks/{task_id}?limit=50YouTube Transcripts API の主なユースケース
- 動画の要約: 利用可能な文字起こしのテキストを使い、長い動画の要約、リサーチノート、コンテンツブリーフを作成します。
- 検索可能な動画アーカイブ: 文字起こしのテキストを、動画ID、タイトル、チャンネル情報、言語メタデータとともにインデックス化します。
- トピック・情報の抽出: 選定した公開動画のコレクション全体から、トピック、エンティティ、主張、キーワードを特定します。
- 翻訳・ローカライズ: 選択された言語と利用可能な言語のフィールドを使い、文字起こしのテキストを翻訳ワークフローに振り分けます。
YouTube Transcripts API 活用のヒント
- 振り分けには、リクエストした優先言語ではなく、必ず返された language を使用してください。フォールバックにより、利用可能な別のトラックが正当に選択されることがあります。
- 自動生成された字幕には、人名、句読点、専門用語の誤りが含まれることがあります。transcript_source を保持し、重要な抜粋は動画と照らし合わせて確認してください。
- 成功したタスクで項目数が少ない場合、多くは一部の動画に利用可能な公開字幕がなかったことを意味し、それだけでバッチの失敗とはなりません。
- プレーンテキストにはセグメントのタイムスタンプや話者ラベルがありません。このレスポンスから正確な引用のタイミングを推測しないでください。
- テキストは後段で分割してかまいませんが、引用を追跡できるよう、すべてのチャンクに動画ID、言語、ソース、collected_at を残してください。
- 文字起こしを検索可能なカタログに掲載する場合は、Videos を使ってタイトル、メディア、公開指標を補完してください。
- 言語の完全な一致が必須の場合は、先に available_languages を確認し、フォールバックした結果は確認が必要な例外として扱ってください。
関連API
YouTube Transcripts API 以外に別の種類の公開YouTubeデータが必要な場合は、これらのAPIをご利用ください。
- YouTube Channel Videos API — チャンネルURLから、ショートとライブ配信を除く通常の公開動画を取得します。
- YouTube Comments API — 公開コメント、投稿者、エンゲージメント、元の動画、会話の情報を取得します。
- YouTube Channels API — 公開チャンネルのアカウント情報、画像、認証状態、表示中のオーディエンス統計を取得します。
- YouTube Videos API — 既知の動画またはショートのURLから、メタデータ、サムネイル、再生時間、エンゲージメントを取得します。
- YouTube Shorts API — チャンネルごとに、公開ショート、サムネイル、再生時間、公開情報、エンゲージメントを取得します。
- YouTube Channel Live Videos API — チャンネルのライブ欄に表示されている公開配信のレコードを、取得元の情報と表示中の指標とともに取得します。
- YouTube Search API
- YouTube Comment Replies API
- YouTube Community Posts API
- YouTube Hashtag Search API
- YouTube Playlist Videos API
- YouTube Trending Shorts API
- YouTube Community Post API
- YouTube Community Post Comments API
- YouTube Related Videos API
- YouTube Channel Search API
- YouTube Shorts Search API
- YouTube Search Suggestions API
- YouTube Email Finder API
- YouTube Trending Videos API