Cómo crear un flujo de subtítulos multilingües para vídeos de YouTube

El problema que resuelve

La traducción profesional de subtítulos es lenta y se cobra por minuto, así que la mayoría de los creadores publica en un solo idioma. La traducción automática de YouTube es irregular y no se puede exportar ni editar. Los equipos necesitan archivos de subtítulos editables y sincronizados en varios idiomas que puedan revisar y subir ellos mismos.

Qué incluir en tu primera versión

• ■Detección de los idiomas de subtítulos que ya existen
• ■Traducción a muchos idiomas de destino a la vez
• ■Exportación a SRT y VTT conservando los tiempos originales
• ■Un editor en paralelo para revisar las traducciones
• ■Un glosario para nombres de marca y términos técnicos

Cómo construirlo, paso a paso

1. 01

   Comprueba los idiomas existentes

   Llama a /transcripts/{video_id}/languages para ver qué pistas de subtítulos existen ya y no pagar por traducir lo que ya está disponible.

2. 02

   Obtén la transcripción original

   Llama a /transcribe con format.timestamp para obtener segmentos con tiempos de inicio y fin.

3. 03

   Traduce

   Llama a /transcripts/{video_id}/translate para cada idioma de destino. Los tiempos de los segmentos se mantienen alineados con el original.

4. 04

   Exporta los archivos de subtítulos

   Escribe cada segmento como un bloque SRT numerado o una entrada VTT usando sus tiempos de inicio y fin, y deja que los usuarios los descarguen o los suban a YouTube.

Código de inicio

Esta idea se basa en el patrón "Receta 1: entra un vídeo, sale un resultado estructurado". Usa tus propios canales, prompts y almacenamiento.

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"])

Por qué vale la pena construirlo

Cobra por minuto de vídeo y por idioma, o con planes de suscripción mensual. Las plataformas de e-learning y las agencias que localizan a gran escala son los mejores clientes, porque el valor crece con cada idioma añadido.

Errores que debes evitar

• ✕Traducir línea a línea sin contexto, lo que rompe las frases que ocupan varios subtítulos.
• ✕Ignorar la velocidad de lectura: el texto traducido puede ser más largo que el original, así que comprueba los caracteres por segundo.
• ✕Pagar por traducir idiomas que ya tienen subtítulos hechos por personas.

Preguntas sobre esta idea