Comment créer un pipeline de sous-titres multilingues pour les vidéos YouTube

Le problème résolu

La traduction professionnelle de sous-titres est lente et facturée à la minute, si bien que la plupart des créateurs publient dans une seule langue. La traduction automatique de YouTube est inégale et ne peut être ni exportée ni modifiée. Les équipes ont besoin de fichiers de sous-titres synchronisés et modifiables, en plusieurs langues, qu'elles peuvent relire et mettre en ligne elles-mêmes.

Ce que doit inclure votre première version

• ■Détection des langues de sous-titres déjà disponibles
• ■Traduction vers de nombreuses langues cibles en une fois
• ■Export SRT et VTT en conservant les timings d'origine
• ■Un éditeur côte à côte pour relire les traductions
• ■Un glossaire pour les noms de marque et les termes techniques

Comment le construire, étape par étape

1. 01

   Vérifier les langues existantes

   Appelez /transcripts/{video_id}/languages pour voir quelles pistes de sous-titres existent déjà et éviter de payer la traduction de ce qui est disponible.

2. 02

   Récupérer la transcription source

   Appelez /transcribe avec format.timestamp pour obtenir des segments avec heures de début et de fin.

3. 03

   Traduire

   Appelez /transcripts/{video_id}/translate pour chaque langue cible. Les timings des segments restent alignés sur l'original.

4. 04

   Exporter les fichiers de sous-titres

   Écrivez chaque segment sous forme de bloc SRT numéroté ou de cue VTT à partir de ses heures de début et de fin, puis laissez les utilisateurs les télécharger ou les mettre en ligne sur YouTube.

Code de démarrage

Cette idée repose sur le modèle « Recette 1 : une vidéo en entrée, un résultat structuré en sortie ». Remplacez par vos propres chaînes, prompts et stockage.

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"])

Pourquoi ça vaut la peine de le construire

Facturez à la minute de vidéo et par langue, ou par paliers d'abonnement mensuel. Les plateformes d'e-learning et les agences qui localisent en volume sont les meilleurs clients, car la valeur augmente avec chaque langue ajoutée.

Erreurs à éviter

• ✕Traduire ligne par ligne sans contexte, ce qui casse les phrases réparties sur plusieurs sous-titres.
• ✕Ignorer la vitesse de lecture : le texte traduit peut être plus long que l'original, vérifiez le nombre de caractères par seconde.
• ✕Payer la traduction de langues qui ont déjà des sous-titres créés par des humains.

Questions sur cette idée