Instagram Transcript API

Instagram Transcript

主要特性

• 多个来源 URL提交一个或多个公开 Instagram Post 或 Reel URL，为暴露语音内容的媒体返回字幕记录。
• 轮播结果保留当一个轮播帖子产生多条媒体字幕时，分别保留对应的字幕记录。
• 标准化文本与来源返回字幕文本、语言、plaintext 或 WebVTT 格式、来源 URL、媒体标识、shortcode 和采集时间。

参数

如何使用

把公开 Instagram 媒体 URL 作为异步任务提交，轮询 task ID，完成后再用 cursor 分页读取每条标准化字幕记录。

1. 准备一个或多个公开 Instagram Post 或 Reel URL。
2. 向 /v1/instagram/transcript POST urls 数组。
3. 轮询 /v1/tasks/{task_id}，直到状态变为 succeeded 或 failed。
4. 通过 /v1/tasks/{task_id}?limit=50 读取结果，处理每个输入 URL 对应零条或多条记录的情况，并在 results.has_more 为 true 时继续传 results.next_cursor。

curl -X POST "https://api.socq.ai/v1/instagram/transcript" \
  -H "Authorization: Bearer $SOCQ_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"urls":["https://www.instagram.com/reel/DHsD6HGqJhp/"]}'

# 轮询 GET /v1/tasks/{task_id}
# 读取 data.results.items，并在 has_more 为 true 时继续传 next_cursor

最佳使用场景

• 语音内容搜索： 把字幕文本与语言、来源 URL 和 shortcode 一起建立索引，让选定公开 Post 和 Reel 可按口述词语搜索。
• Post 与 Reel 研究： 审核指定 URL 集合的字幕文本，并保留媒体标识和采集时间供来源核对。
• 字幕与无障碍审核： 使用返回文本与格式信息准备可读副本，或检查选定公开媒体是否具有可用语音内容记录。

使用建议

• 提交标准公开 Post 或 Reel URL，并在启动任务前移除完全重复项，确保每个目标来源只处理一次。
• 按记录 ID 而不是只按 URL 对齐结果，因为无语音媒体可能没有记录，一个轮播 URL 也可能返回多条记录。
• 按 format 分支处理下游文本；需要时间结构时保留 WebVTT cue，plaintext 则按无分段文本处理。
• 使用 collected_at 追踪采集时间，不要把 created_at 当作 Instagram 媒体发布时间，因为该字段不会填充发布时间。
• 切分字幕文本时，在每个下游片段中保留记录 ID、来源 URL、shortcode、language、format 和 collected_at。

相关 API