YouTube વીડિયો માટે બહુભાષી સબટાઇટલ પાઇપલાઇન કેવી રીતે બનાવવી

તે કઈ સમસ્યા ઉકેલે છે

પ્રોફેશનલ સબટાઇટલ અનુવાદ ધીમો છે અને પ્રતિ મિનિટ કિંમત લે છે, તેથી મોટાભાગના ક્રિએટર્સ ફક્ત એક જ ભાષામાં પબ્લિશ કરે છે. YouTube નો ઓટો-ટ્રાન્સલેટ અસંગત છે અને તેને એક્સપોર્ટ કે એડિટ કરી શકાતો નથી. ટીમોને અનેક ભાષાઓમાં એડિટ કરી શકાય તેવી, ટાઇમિંગવાળી સબટાઇટલ ફાઇલો જોઈએ, જેને તેઓ જાતે રિવ્યૂ કરીને અપલોડ કરી શકે.

પહેલા વર્ઝનમાં શું સામેલ કરવું

• ■પહેલેથી ઉપલબ્ધ કૅપ્શન ભાષાઓની ઓળખ
• ■એકસાથે અનેક ટાર્ગેટ ભાષાઓમાં અનુવાદ
• ■મૂળ ટાઇમિંગ જાળવીને SRT અને VTT એક્સપોર્ટ
• ■અનુવાદ રિવ્યૂ કરવા માટે સાઇડ-બાય-સાઇડ એડિટર
• ■બ્રાન્ડ નામો અને ટેકનિકલ શબ્દો માટે શબ્દકોશ

તેને સ્ટેપ બાય સ્ટેપ કેવી રીતે બનાવવું

1. 01

   હાલની ભાષાઓ તપાસો

   કઈ કૅપ્શન ટ્રૅક પહેલેથી છે તે જોવા /transcripts/{video_id}/languages કૉલ કરો, જેથી ઉપલબ્ધ હોય તેના અનુવાદ માટે પૈસા ન ચૂકવવા પડે.

2. 02

   મૂળ ટ્રાન્સક્રિપ્ટ મેળવો

   શરૂઆત અને અંતના સમય સાથે સેગમેન્ટ મેળવવા format.timestamp સાથે /transcribe કૉલ કરો.

3. 03

   અનુવાદ કરો

   દરેક ટાર્ગેટ ભાષા માટે /transcripts/{video_id}/translate કૉલ કરો. સેગમેન્ટનું ટાઇમિંગ મૂળ સાથે મેળમાં રહે છે.

4. 04

   સબટાઇટલ ફાઇલો એક્સપોર્ટ કરો

   દરેક સેગમેન્ટને તેના શરૂઆત અને અંતના સમય સાથે ક્રમાંકિત SRT બ્લોક કે VTT ક્યૂ તરીકે લખો, પછી યુઝર્સને તે ડાઉનલોડ કરવા કે YouTube પર અપલોડ કરવા દો.

સ્ટાર્ટર કોડ

આ આઇડિયા "રેસીપી 1: એક વીડિયો અંદર, સ્ટ્રક્ચર્ડ આઉટપુટ બહાર" 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"}

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"])

તે બનાવવા યોગ્ય કેમ છે

પ્રતિ ભાષા પ્રતિ વીડિયો મિનિટ, અથવા માસિક સબ્સ્ક્રિપ્શન ટિયર મુજબ કિંમત રાખો. મોટા પાયે લોકલાઇઝ કરતા ઇ-લર્નિંગ પ્લેટફોર્મ અને એજન્સીઓ શ્રેષ્ઠ ગ્રાહકો છે, કારણ કે દરેક નવી ભાષા સાથે મૂલ્ય વધે છે.

ટાળવા જેવી ભૂલો

• ✕સંદર્ભ વિના લાઇન-બાય-લાઇન અનુવાદ કરવો, જેનાથી અનેક સબટાઇટલ ક્યૂમાં ફેલાયેલાં વાક્યો તૂટી જાય છે.
• ✕વાંચવાની ઝડપને અવગણવી: અનુવાદિત ટેક્સ્ટ મૂળ કરતાં લાંબો હોઈ શકે, તેથી પ્રતિ સેકન્ડ અક્ષરો તપાસો.
• ✕જે ભાષાઓમાં પહેલેથી માનવ-નિર્મિત કૅપ્શન છે તેના અનુવાદ માટે પૈસા ચૂકવવા.

આ આઇડિયા વિશેના પ્રશ્નો