যে সমস্যার সমাধান করে
পেশাদার সাবটাইটেল অনুবাদ ধীর এবং প্রতি মিনিট হিসেবে দাম, তাই বেশিরভাগ ক্রিয়েটর শুধু একটি ভাষায় প্রকাশ করেন। YouTube-এর অটো-ট্রান্সলেট অসামঞ্জস্যপূর্ণ এবং তা এক্সপোর্ট বা এডিট করা যায় না। টিমগুলোর দরকার একাধিক ভাষায় এডিটযোগ্য, টাইম করা সাবটাইটেল ফাইল, যা তারা নিজেরাই রিভিউ করে আপলোড করতে পারবে।
প্রথম ভার্সনে কী কী রাখবেন
- আগে থেকে থাকা ক্যাপশন ভাষা শনাক্তকরণ
- একসাথে অনেক টার্গেট ভাষায় অনুবাদ
- মূল টাইমিং বজায় রেখে SRT ও VTT এক্সপোর্ট
- অনুবাদ রিভিউ করার জন্য পাশাপাশি এডিটর
- ব্র্যান্ড নাম ও প্রযুক্তিগত শব্দের জন্য একটি শব্দকোষ
ধাপে ধাপে কীভাবে বানাবেন
- 01
বিদ্যমান ভাষা দেখুন
/transcripts/{video_id}/languages কল করে দেখুন কোন ক্যাপশন ট্র্যাক আগে থেকেই আছে, যাতে যা পাওয়া যায় তা অনুবাদ করতে টাকা খরচ না হয়।
- 02
মূল ট্রান্সক্রিপ্ট আনুন
শুরু ও শেষের সময়সহ সেগমেন্ট পেতে format.timestamp দিয়ে /transcribe কল করুন।
- 03
অনুবাদ করুন
প্রতিটি টার্গেট ভাষার জন্য /transcripts/{video_id}/translate কল করুন। সেগমেন্টের টাইমিং মূলটির সাথে মিলে থাকে।
- 04
সাবটাইটেল ফাইল এক্সপোর্ট করুন
শুরু ও শেষের সময় ব্যবহার করে প্রতিটি সেগমেন্টকে নম্বরযুক্ত SRT ব্লক বা VTT কিউ হিসেবে লিখুন, তারপর ব্যবহারকারীদের ডাউনলোড করতে বা YouTube-এ আপলোড করতে দিন।
স্টার্টার কোড
এই আইডিয়াটি "রেসিপি 1: একটি ভিডিও ইন, কাঠামোবদ্ধ আউটপুট আউট" প্যাটার্নের ওপর তৈরি। নিজের চ্যানেল, প্রম্পট ও স্টোরেজ বসিয়ে নিন।
import requests
API = "https://www.youtubetranscript.dev/api/v2"
HEADERS = {"Authorization": "Bearer yt_sk_live_YOUR_KEY"}
res = requests.post(f"{API}/transcribe", headers=HEADERS, json={
"video": "https://www.youtube.com/watch?v=VIDEO_ID",
"format": {"timestamp": True, "paragraphs": True},
}).json()
transcript = res["data"]["transcript"]
print(transcript["text"][:500]) # plain text for your LLM prompt
for seg in transcript["segments"][:3]: # timestamps for deep links
print(seg["start"], seg["text"])কেন বানানো মূল্যবান
প্রতি ভাষায় প্রতি ভিডিও মিনিট হিসেবে, অথবা মাসিক সাবস্ক্রিপশন টিয়ারে দাম ঠিক করুন। বড় পরিসরে লোকালাইজ করা ই-লার্নিং প্ল্যাটফর্ম ও এজেন্সিরা সেরা গ্রাহক, কারণ প্রতিটি নতুন ভাষার সাথে মূল্য বাড়ে।
যে ভুলগুলো এড়াবেন
- প্রসঙ্গ ছাড়া লাইন ধরে ধরে অনুবাদ করা, যাতে একাধিক সাবটাইটেল কিউ জুড়ে থাকা বাক্য ভেঙে যায়।
- পড়ার গতি উপেক্ষা করা: অনূদিত টেক্সট মূলের চেয়ে লম্বা হতে পারে, তাই প্রতি সেকেন্ডে অক্ষর সংখ্যা যাচাই করুন।
- যে ভাষায় মানুষের তৈরি ক্যাপশন আগে থেকেই আছে তা অনুবাদ করতে টাকা খরচ করা।
এই আইডিয়া নিয়ে প্রশ্ন
অনূদিত YouTube সাবটাইটেল কি SRT হিসেবে ডাউনলোড করা যায়?
হ্যাঁ। API দিয়ে ট্রান্সক্রিপ্ট অনুবাদ করুন, তারপর প্রতিটি টাইম করা সেগমেন্ট SRT বা VTT ফরম্যাটে লিখুন।
ট্রান্সক্রিপ্ট অনুবাদে খরচ কত?
অনুবাদে প্রতি 2,500 অক্ষর ট্রান্সক্রিপ্ট টেক্সটে প্রায় 1 ক্রেডিট লাগে। নেটিভ ক্যাপশন আনতে প্রতি ভিডিওতে 1 ক্রেডিট লাগে।
এটি কি ডাবিংয়ে ব্যবহার করা যায়?
হ্যাঁ। অনূদিত, টাইম করা স্ক্রিপ্টই বেশিরভাগ AI ভয়েস ও ডাবিং টুলের প্রয়োজনীয় ইনপুট।