YouTube से सार्वजनिक बैठकों का सर्च करने लायक आर्काइव कैसे बनाएं

यह कौन सी समस्या हल करता है

स्थानीय पत्रकार और नागरिक जानना चाहते हैं कि अधिकारियों ने किसी ज़ोनिंग बदलाव, बजट मद या स्कूल नीति के बारे में क्या कहा। इसे ढूंढने के लिए कई बैठकों के घंटों के वीडियो खंगालने पड़ते हैं। एजेंडा और मिनट्स में पूरी चर्चा शायद ही दर्ज होती है, और कई स्थानीय न्यूज़रूम के पास अब हर बैठक में भेजने को रिपोर्टर नहीं हैं।

पहले वर्ज़न में क्या शामिल करें

• ■संस्था के चैनल से हर बैठक का ऑटोमैटिक इम्पोर्ट
• ■स्पीकर लेबल ताकि आप अधिकारी के हिसाब से सर्च कर सकें
• ■सालों की बैठकों में विषय और कीवर्ड सर्च
• ■किसी विषय या पते पर चर्चा होने पर अलर्ट
• ■रिकॉर्डिंग के सटीक पल के शेयर करने लायक लिंक

इसे कैसे बनाएं, स्टेप बाय स्टेप

1. 01

   बैठकों के वीडियो इकट्ठा करें

   परिषद का चैनल या मीटिंग प्लेलिस्ट resolve करें और नए अपलोड चेक करते रहें।

2. 02

   स्पीकर के साथ ट्रांसक्राइब करें

   speakerLabels चालू करके ASR इस्तेमाल करें, और जाने-पहचाने नामों के साथ speakerId, ताकि हर हिस्सा किसी स्पीकर से जुड़े। बैठकें लंबी होती हैं, इसलिए लागत देखने के लिए estimate एंडपॉइंट इस्तेमाल करें।

3. 03

   बैठक और स्पीकर के हिसाब से इंडेक्स करें

   पैराग्राफ़ को बैठक की तारीख, स्पीकर और टाइमस्टैम्प के साथ स्टोर करें, और फ़ुल-टेक्स्ट और सिमेंटिक सर्च जोड़ें।

4. 04

   अलर्ट जोड़ें

   यूज़र्स को किसी सड़क के नाम या नीति विषय जैसे सर्च सेव करने दें और नई बैठक में वह आने पर उन्हें ईमेल करें।

स्टार्टर कोड

यह आइडिया "रेसिपी 3: पूरी प्लेलिस्ट को नॉलेज बेस में लोड करें" पैटर्न पर बना है। अपने चैनल, प्रॉम्प्ट और स्टोरेज लगाएं।

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

इसे बनाना क्यों फायदेमंद है

स्थानीय न्यूज़ आउटलेट, एडवोकेसी ग्रुप और रियल एस्टेट या पॉलिसी फ़र्में अलर्ट और रिसर्च टूल के लिए पैसे देंगी। सिविक प्रोजेक्ट अक्सर ग्रांट पर चलते हैं या पेड अलर्ट के साथ मुफ़्त सार्वजनिक आर्काइव देते हैं।

इन गलतियों से बचें

• ✕कई स्पीकर वाली लंबी बैठकों के लिए ऑटोमैटिक कैप्शन पर निर्भर रहना: स्पीकर लेबल आर्काइव को कहीं ज़्यादा उपयोगी बनाते हैं।
• ✕लंबाई को कम आंकना: बैठकें घंटों चलती हैं, इसलिए पुरानी बैठकों का ढेर ट्रांसक्राइब करने से पहले ASR क्रेडिट का अनुमान लगाएं।
• ✕बिना कॉन्टेक्स्ट के पब्लिश करना: हर कोट को रिकॉर्डिंग से लिंक करें ताकि पाठक खुद सुन सकें।

इस आइडिया से जुड़े सवाल