દરેક કોર્સ વીડિયો માટે સુલભ ટ્રાન્સક્રિપ્ટ કેવી રીતે પબ્લિશ કરવી

તે કઈ સમસ્યા ઉકેલે છે

શાળાઓ અને કોર્સ ક્રિએટર્સ પાસે ઘણીવાર ટ્રાન્સક્રિપ્ટ વિનાના સેંકડો વીડિયો હોય છે, અથવા ફક્ત ઓટોમેટિક કૅપ્શન જે દસ્તાવેજ તરીકે વાંચી શકાતાં નથી. સુલભતા કચેરીઓને એક પછી એક સગવડની વિનંતીઓ મળે છે. બધા માટે વાંચી શકાય તેવી ટ્રાન્સક્રિપ્ટ પબ્લિશ કરવાથી બાકી કામ દૂર થાય છે અને દરેક શીખનારને લાભ થાય છે.

પહેલા વર્ઝનમાં શું સામેલ કરવું

• ■કોર્સ કે ચેનલના દરેક વીડિયો માટે ટ્રાન્સક્રિપ્ટ
• ■કૅપ્શન વિનાના વીડિયો માટે AI સ્પીચ રેકગ્નિશન
• ■વાંચનક્ષમતા માટે ફકરા અને સ્પીકર લેબલ
• ■સ્ક્રીન રીડર વડે સરળતાથી નેવિગેટ કરી શકાય તેવાં HTML ટ્રાન્સક્રિપ્ટ પેજ
• ■ડાઉનલોડ કરી શકાય તેવી ટેક્સ્ટ અને સબટાઇટલ ફાઇલો

તેને સ્ટેપ બાય સ્ટેપ કેવી રીતે બનાવવું

1. 01

   વીડિયોની યાદી બનાવો

   ટ્રાન્સક્રિપ્ટની જરૂર હોય તેવા દરેક વીડિયોની યાદી માટે દરેક કોર્સ પ્લેલિસ્ટ કે ચેનલ રિઝોલ્વ કરો.

2. 02

   મોટી સંખ્યામાં ટ્રાન્સક્રાઇબ કરો

   ID ને format.paragraphs સાથે /batch પર મોકલો. વેબહૂક સાથે allow_asr ચાલુ કરો, જેથી કૅપ્શન વિનાના વીડિયો AI સ્પીચ રેકગ્નિશનથી ટ્રાન્સક્રાઇબ થાય.

3. 03

   વાંચનક્ષમતા સુધારો

   અનેક વક્તાઓવાળા લેક્ચર માટે ASR સ્પીકર લેબલ વાપરો. ફકરાના વિરામ અને હેડિંગ રાખો જેથી ટ્રાન્સક્રિપ્ટ દસ્તાવેજની જેમ વંચાય.

4. 04

   પબ્લિશ કરો

   દરેક ટ્રાન્સક્રિપ્ટને વીડિયોની નીચે HTML પેજ કે ખોલી-બંધ કરી શકાય તેવા વિભાગ તરીકે, ડાઉનલોડ લિંક સાથે રેન્ડર કરો.

સ્ટાર્ટર કોડ

આ આઇડિયા "રેસીપી 3: પ્લેલિસ્ટને નોલેજ બેઝમાં બલ્ક-લોડ કરો" પેટર્ન પર બનેલો છે. તમારી પોતાની ચેનલ, પ્રોમ્પ્ટ અને સ્ટોરેજ વાપરો.

import requests

API = "https://www.youtubetranscript.dev/api/v2"
HEADERS = {"Authorization": "Bearer yt_sk_live_YOUR_KEY"}

playlist = requests.post(f"{API}/playlists/resolve", headers=HEADERS,
                         json={"playlist_url": "https://www.youtube.com/playlist?list=PLAYLIST_ID",
                               "limit": 100}).json()

ids = [v["video_id"] for v in playlist["items"]]
batch = requests.post(f"{API}/batch", headers=HEADERS, json={
    "video_ids": ids,
    "format": {"timestamp": True, "paragraphs": True},
}).json()

# Large batches run async: poll GET /batch/{batch_id} until status is "completed"
for r in batch.get("results", []):
    if r["status"] == "completed":
        for p in r["data"]["transcript"].get("paragraphs") or []:
            store(video_id=r["video_id"], start=p["start"], text=p["text"])  # your vector DB

તે બનાવવા યોગ્ય કેમ છે

સંસ્થાઓ માટે વળતર એ છે કે સુલભતાની જવાબદારીઓ ઝડપથી પૂરી થાય અને કોર્સ કન્ટેન્ટ વધુ ઉપયોગી અને શોધી શકાય તેવું બને. એજન્સીઓ અને પ્લેટફોર્મ શાળાઓને ટ્રાન્સક્રિપ્ટ પબ્લિશિંગ સેવા તરીકે વેચી શકે છે.

ટાળવા જેવી ભૂલો

• ✕ઓટોમેટિક કૅપ્શનને એક જ સળંગ ટેક્સ્ટ બ્લોક તરીકે પબ્લિશ કરવાં: ફકરા અને વક્તાઓ સાથે ફોર્મેટ કરો.
• ✕ટ્રાન્સક્રિપ્ટને ફક્ત ડાઉનલોડ પાછળ છુપાવવી: ટેક્સ્ટ પેજ પર મૂકો જેથી તે વાંચી અને ઇન્ડેક્સ કરી શકાય.
• ✕AI આઉટપુટ સંપૂર્ણ છે એમ માની લેવું: ખાસ કરીને ફરજિયાત સગવડો માટે, કોઈ પાસે ટેકનિકલ શબ્દો અને નામો તપાસાવો.

આ આઇડિયા વિશેના પ્રશ્નો