YOUTUBE TRANSCRIPT API · ગાઇડ

Pythonમાં youtube-transcript-api કેવી રીતે વાપરવું, અને મારા સર્વર પર તે કેમ નિષ્ફળ જાય છે?

youtube-transcript-api એક મફત, ઓપન સોર્સ Python લાઇબ્રેરી છે: pipથી ઇન્સ્ટોલ કરો અને વિડિયો ID સાથે fetch() ચલાવો. તે તમારા કમ્પ્યુટર પર સારી ચાલે છે, પણ ક્લાઉડ સર્વર પર YouTube ઘણી વાર તેને બ્લૉક કરે છે. 21 નવેમ્બર 2026એ અમે એક ક્લાઉડ સર્વરથી ચલાવી અને બંને વિડિયો પર IpBlocked મળ્યું.

21 નવેમ્બર, 2026 એ અપડેટ · 5 મિનિટ વાંચન

youtube-transcript-api એક મફત, ઓપન સોર્સ Python લાઇબ્રેરી છે જે YouTube વિડિયોનાં કૅપ્શન લાવે છે: pip install youtube-transcript-api, પછી YouTubeTranscriptApi().fetch(video_id). તે તમારા પોતાના કમ્પ્યુટરથી સારી ચાલે છે, પણ ક્લાઉડ સર્વરથી YouTube ઘણી વાર તેને RequestBlocked કે IpBlockedથી રોકી દે છે, અને કૅપ્શન વગરના વિડિયોમાં તે મદદ કરતી નથી.

21 નવેમ્બર 2026એ અમે તેને એક ક્લાઉડ મશીનથી ચલાવી, પછી એ જ મશીનથી એ જ બે વિડિયો અમારી હોસ્ટેડ API દ્વારા કાઢ્યા. અહીં દરેકમાં શું થયું, લાઇબ્રેરી કેવી રીતે વાપરવી અને ક્યારે હોસ્ટેડ API વધુ યોગ્ય છે તે આપ્યું છે.

youtube-transcript-api શું છે?

તે Jonas Depoixની બનાવેલી Python લાઇબ્રેરી છે, GitHub અને PyPI પર, MIT લાઇસન્સમાં. હાલનું વર્ઝન 1.2.5 છે, Python 3.8 અને પછીના માટે.

  • તે YouTube પર પહેલેથી હાજર કૅપ્શન વાંચે છે, ચૅનલનાં પોતાનાં કે YouTubeનાં ઑટોમેટિક.
  • તેને ન API કી જોઈએ, ન હેડલેસ બ્રાઉઝર.
  • તે વિડિયોની કૅપ્શન ભાષાઓની યાદી આપી શકે છે, એક ભાષાને બીજી પર પ્રાધાન્ય આપી શકે છે અને YouTubeનો મશીન અનુવાદ વાપરી શકે છે.
  • તે ટેક્સ્ટ, JSON, SRT કે WebVTTમાં આઉટપુટ આપે છે, અને તેનું કમાન્ડ-લાઇન ટૂલ પણ છે.

તેનું README આ સમાધાન વિશે સ્પષ્ટ છે: તે YouTubeના વેબ પ્લેયરનો એક દસ્તાવેજ વગરનો ભાગ વાપરે છે, તેથી "no guarantee that it won't stop working tomorrow".

તેને કેવી રીતે વાપરવી?

pip install youtube-transcript-api
from youtube_transcript_api import YouTubeTranscriptApi
from youtube_transcript_api.formatters import SRTFormatter

ytt_api = YouTubeTranscriptApi()

# English if it exists, else German
transcript = ytt_api.fetch("aircAruvnKk", languages=["en", "de"])

for snippet in transcript:
    print(snippet.start, snippet.text)

print(SRTFormatter().format_transcript(transcript))

કમાન્ડ લાઇન પર youtube_transcript_api aircAruvnKk --languages en --format json > transcript.json આ જ કામ કરે છે. ભાષાઓની યાદી, અનુવાદ અને બાકીનું READMEમાં છે.

મારા સર્વર પર તે IpBlockedથી કેમ નિષ્ફળ જાય છે?

કારણ કે YouTube ક્લાઉડ કંપનીઓમાંથી આવતી મોટા ભાગની રિક્વેસ્ટ બ્લૉક કરે છે. લાઇબ્રેરીનું README સ્પષ્ટ કહે છે: YouTube "has started blocking most IPs that are known to belong to cloud providers (like AWS, Google Cloud Platform, Azure, etc.)", તેથી કોડ ડિપ્લોય કર્યા પછી "most likely" તમને RequestBlocked કે IpBlocked એરર મળશે. વધુ પડતી રિક્વેસ્ટ પછી ઘરનો IP પણ બ્લૉક થઈ શકે.

અમે આ જાતે જોયું. 21 નવેમ્બર 2026એ અમે એક ક્લાઉડ મશીન પર વર્ઝન 1.2.5 ઇન્સ્ટોલ કર્યું અને બે જાહેર લેક્ચર માગ્યાં:

ક્લાઉડ મશીન પર youtube-transcript-apiમાં IpBlocked, અને એ જ મશીનથી YouTubeTranscript.devની API દ્વારા એ જ બે વિડિયો પાછા આવતાએ જ મશીન, એ જ બે વિડિયો, 21 નવેમ્બર 2026 (UTC).

બંને કૉલ પર લગભગ 1.1 સેકન્ડમાં IpBlocked આવ્યું. એ મશીનથી youtube.com પર સીધી રિક્વેસ્ટ Googleના "અસામાન્ય ટ્રાફિક" પેજ પર મોકલી દેવાઈ, એટલે YouTube મશીનને નકારતું હતું, લાઇબ્રેરીમાં કોઈ ખામી નહોતી.

READMEનો ઉકેલ પ્રૉક્સી છે, અને તે રોટેટિંગ રેસિડેન્શિયલ પ્રૉક્સીની સલાહ આપે છે, કારણ કે લાંબા ઉપયોગ પછી YouTube સ્ટેટિક પ્રૉક્સી બૅન કરે છે. આ ચાલે છે, પણ તેનો અર્થ છે એક વધુ પેઇડ સેવા, એક વધુ એકાઉન્ટ અને બ્લૉક પર નજર રાખવી.

બીજું શું તેને રોકી શકે?

  • કૅપ્શન નથી. લાઇબ્રેરી કૅપ્શન વાંચે છે; ઑડિયો ટ્રાન્સક્રાઇબ કરતી નથી. કૅપ્શન બંધ હોય તો TranscriptsDisabled, અને ભાષા ન હોય તો NoTranscriptFound આવે છે.
  • ઉંમર-મર્યાદાવાળા વિડિયો. README મુજબ તેમના માટે જરૂરી કૂકી લૉગિન YouTube તરફના ફેરફારો પછી "currently not available" છે.
  • YouTubeના ફેરફારો. તે દસ્તાવેજ વગરનું ઇન્ટરફેસ વાપરે છે, તેથી YouTubeનું કોઈ અપડેટ નવું વર્ઝન ન આવે ત્યાં સુધી તેને તોડી શકે.

આમાંનું કંઈ પણ લૅપટૉપ પર સ્ક્રિપ્ટ ચલાવવામાં અવરોધ નથી. પણ પ્રોડક્ટમાં મૂકતાં પહેલાં તેનું આયોજન કરવું જોઈએ.

બ્લૉક થાય ત્યારે તેની જગ્યાએ શું વાપરવું?

એક હોસ્ટેડ ટ્રાન્સક્રિપ્ટ API, જે ડેટા પોતાની બાજુથી લાવે છે. અમારી છે YouTubeTranscript.devની API. એ જ ક્લાઉડ મશીનથી, થોડી મિનિટ પહેલાં, એ જ બે વિડિયો:

વિડિયોલંબાઈસમયશબ્દોટાઇમસ્ટેમ્પવાળી લાઇનોક્રેડિટ
But what is a neural network? (3Blue1Brown)18:404.2 સેકન્ડ3,3572861
1. What is Computation? (MIT OpenCourseWare)43:064.2 સેકન્ડ6,3638871
એ જ 3Blue1Brown વિડિયો, ફરી માગ્યો18:401.3 સેકન્ડ3,3572860

અમે કેવી રીતે માપ્યું: દરેક વિડિયો માટે POST /api/v2/transcribe પર એક રિક્વેસ્ટ, ફક્ત કૅપ્શન અને ટાઇમસ્ટેમ્પ ચાલુ, curl વડે મોકલવાથી પૂરો જવાબ આવવા સુધી સમય માપ્યો. ક્રેડિટ દરેક જવાબે જણાવ્યા મુજબ છે. દરેક એક વાર મપાયો, તેથી સમયને ઉદાહરણ ગણો.

Pythonથી કૉલ:

import requests

r = requests.post(
    "https://www.youtubetranscript.dev/api/v2/transcribe",
    headers={"Authorization": "Bearer YOUR_API_KEY"},
    json={"video": "aircAruvnKk", "mode": "auto", "format": {"timestamp": True}},
)
data = r.json()["data"]
for seg in data["transcript"]["segments"]:
    print(seg["start"], seg["text"])  # start and end are in milliseconds

સમાધાન ખર્ચનું છે: લાઇબ્રેરી મફત છે, APIમાં કૅપ્શનવાળા દરેક વિડિયો પર 1 ક્રેડિટ લાગે છે, દર મહિને 10 મફત ક્રેડિટ અને 500 ક્રેડિટ માટે $5થી પેઇડ પ્લાન. "mode": "auto" સાથે તે કૅપ્શન વગરના વિડિયો પણ ટ્રાન્સક્રાઇબ કરે છે, દર 2 મિનિટ ઑડિયો પર 1 ક્રેડિટ. જાતે રિક્વેસ્ટ ન લખવી હોય તો Python SDK છે.

મારા પ્રોડક્ટમાં ટ્રાન્સક્રિપ્શન API કેવી રીતે જોડવી?

કોઈપણ API હોય, આ જ રીત ચાલે છે:

  1. કી સર્વર પર રાખો. યુઝર્સ તમારા બૅકએન્ડને લિંક મોકલે છે, અને બૅકએન્ડ APIને બોલાવે છે. કીને ક્યારેય બ્રાઉઝર કે ઍપના કોડમાં ન મૂકો.
  2. દરેક પ્રકારની લિંક સ્વીકારો. યુઝરે જેવી લખી તેવી જ લિંક આગળ મોકલો; અમારી API પૂરા URL, youtu.be, Shorts, એમ્બેડ અને ફક્ત ID બધું લે છે (પૂરી યાદી).
  3. વિડિયો ID મુજબ ટ્રાન્સક્રિપ્ટ સેવ કરો. મોટા ભાગનાં પ્રોડક્ટ વારંવાર એ જ લોકપ્રિય વિડિયો માગે છે. અમારે ત્યાં, તમારા એકાઉન્ટમાં પહેલેથી હોય તે ટ્રાન્સક્રિપ્ટ ફરી લાવવાનો કોઈ ખર્ચ નથી, જેમ ત્રીજી લાઇન બતાવે છે, પણ લોકલ કૉપિ હજુ ઝડપી છે.
  4. કૅપ્શન વગરના વિડિયોને જૉબ તરીકે સંભાળો. ઑડિયો ટ્રાન્સક્રાઇબ કરવામાં કોઈ વેબ રિક્વેસ્ટે રાહ જોવી જોઈએ તેના કરતાં વધુ સમય લાગે છે. mode: "auto" સાથે webhook_url મોકલો, અથવા પાછા આવેલા જૉબ IDને વારંવાર તપાસો, અને યુઝરને પ્રગતિ બતાવો.
  5. ઘણા હોય તો બૅચ વાપરો. પ્લેલિસ્ટ, ચૅનલ કે બાકી કામ માટે એક એક કૉલના લૂપની જગ્યાએ બૅચ એન્ડપોઇન્ટ વાપરો, જેથી રેટ લિમિટની અંદર રહો.

દરેક ફીલ્ડ API ડૉક્સમાં છે, અને અમારી સ્પીચ-ટુ-ટેક્સ્ટ API ગાઇડ કૅપ્શન વગરના ઑડિયો પર ચોકસાઈ અને ખર્ચ માપે છે.

મારે કયું વાપરવું જોઈએ?

જો તમે...વાપરો
પોતાના કમ્પ્યુટર પર સ્ક્રિપ્ટ ચલાવો છો, એક વારમાં થોડા વિડિયોyoutube-transcript-api
ક્લાઉડ સર્વર, સર્વરલેસ ફંક્શન કે પ્રોડક્ટમાં ડિપ્લોય કરો છોહોસ્ટેડ API, અથવા લાઇબ્રેરી સાથે રોટેટિંગ રેસિડેન્શિયલ પ્રૉક્સી
કૅપ્શન વગરના વિડિયો સંભાળો છોઑડિયો ટ્રાન્સક્રાઇબ કરતી સેવા
આખી પ્લેલિસ્ટ કે ચૅનલ લાવો છોબૅચ એન્ડપોઇન્ટવાળી હોસ્ટેડ API

સારાંશ

  • youtube-transcript-api મફત, MIT લાઇસન્સવાળી અને સરળ છે: YouTubeTranscriptApi().fetch(video_id).
  • ક્લાઉડ સર્વર પર YouTube ઘણી વાર તેને બ્લૉક કરે છે; અમારા ક્લાઉડ મશીન પર બંને વિડિયો પર લગભગ 1.1 સેકન્ડમાં IpBlocked આવ્યું. સૂચવાયેલો ઉકેલ પ્રૉક્સી છે.
  • તે ફક્ત હાજર કૅપ્શન વાંચે છે, અને ઉંમર-મર્યાદાવાળા વિડિયો હાલ ચાલતા નથી.
  • એક હોસ્ટેડ APIએ એ જ મશીનથી એ જ વિડિયો 4.2 સેકન્ડમાં, 1 ક્રેડિટમાં દરેક પાછા આપ્યા, અને કૅપ્શન વગરના વિડિયો પણ સંભાળે છે.

વારંવાર પૂછાતા પ્રશ્નો

youtube-transcript-api શું છે?+

એક ઓપન સોર્સ Python લાઇબ્રેરી (MIT લાઇસન્સ) જે YouTube પર કોઈ વિડિયોનાં પહેલેથી હાજર કૅપ્શન, ઑટોમેટિક કૅપ્શન સહિત, API કી અને બ્રાઉઝર વગર લાવે છે. pip install youtube-transcript-apiથી ઇન્સ્ટોલ કરો અને YouTubeTranscriptApi().fetch(video_id) ચલાવો.

youtube-transcript-apiમાં RequestBlocked કે IpBlocked કેમ આવે છે?+

કારણ કે YouTube ક્લાઉડ કંપનીઓના IP સરનામાંથી આવતી મોટા ભાગની રિક્વેસ્ટ બ્લૉક કરે છે, અને વધુ પડતી રિક્વેસ્ટ કરતા કોઈપણ IPને રોકી શકે છે. લાઇબ્રેરીનું README પોતે આ કહે છે અને રોટેટિંગ રેસિડેન્શિયલ પ્રૉક્સીની ભલામણ કરે છે. 21 નવેમ્બર 2026એ અમારા ક્લાઉડ મશીનથી બંને પરીક્ષણ વિડિયો પર લગભગ 1.1 સેકન્ડમાં IpBlocked આવ્યું.

શું youtube-transcript-api કૅપ્શન વગરનો વિડિયો ટ્રાન્સક્રાઇબ કરી શકે?+

ના. તે ફક્ત હાજર કૅપ્શન વાંચે છે. કૅપ્શન બંધ હોય તો TranscriptsDisabled આવે છે, અને તમારી ભાષા ન હોય તો NoTranscriptFound. ઑડિયોમાંથી ટેક્સ્ટ મેળવવા સ્પીચ-ટુ-ટેક્સ્ટ સેવા જોઈએ.

શું youtube-transcript-api મફત છે?+

હા, લાઇબ્રેરી મફત છે અને MIT લાઇસન્સમાં છે. સર્વર પર ચલાવવા સામાન્ય રીતે પ્રૉક્સીનો ખર્ચ થાય છે, કારણ કે ક્લાઉડ IP બ્લૉક થાય છે.

સર્વર પર youtube-transcript-apiની જગ્યાએ શું વાપરવું?+

એક હોસ્ટેડ ટ્રાન્સક્રિપ્ટ API જે તમારા વતી ડેટા લાવે. જે મશીન પર લાઇબ્રેરી બ્લૉક થઈ, ત્યાંથી જ YouTubeTranscript.devની APIએ બંને વિડિયો 4.2 સેકન્ડમાં, 1 ક્રેડિટમાં દરેક પાછા આપ્યા, અને ફરી કરેલી રિક્વેસ્ટ 1.3 સેકન્ડમાં મફત.

મારા પ્રોડક્ટમાં ટ્રાન્સક્રિપ્શન API કેવી રીતે જોડવી?+

API કી સર્વર પર રાખો, વિડિયો લિંક એક એન્ડપોઇન્ટ પર મોકલો, બે વાર ચુકવણી ટાળવા વિડિયો ID મુજબ ટ્રાન્સક્રિપ્ટ સેવ કરો, કૅપ્શન વગરના વિડિયોને વેબહૂકવાળા અસિંક્રોનસ જૉબ તરીકે સંભાળો, અને ઘણા વિડિયો માટે બૅચ એન્ડપોઇન્ટ વાપરો.

વધુ વાંચો

મફતમાં ટ્રાન્સક્રિપ્ટ કાઢવાનું શરૂ કરો

કોઈપણ YouTube વીડિયોને સેકન્ડોમાં ટેક્સ્ટમાં બદલો. ક્રેડિટ કાર્ડની જરૂર નથી.

YOUTUBETRANSCRIPT.DEV અજમાવો →
youtube-transcript-api (Python): ઉપયોગ અને નિષ્ફળતાનું કારણ | Creator Research