Como criar um pipeline de legendas multilíngues para vídeos do YouTube

O problema que resolve

A tradução profissional de legendas é lenta e cobrada por minuto, então a maioria dos criadores publica em um só idioma. A tradução automática do YouTube é inconsistente e não pode ser exportada nem editada. As equipes precisam de arquivos de legenda editáveis e sincronizados em vários idiomas, que possam revisar e enviar por conta própria.

O que incluir na primeira versão

• ■Detecção dos idiomas de legenda que já existem
• ■Tradução para vários idiomas alvo de uma vez
• ■Exportação em SRT e VTT preservando os tempos originais
• ■Um editor lado a lado para revisar as traduções
• ■Um glossário para nomes de marca e termos técnicos

Como criar, passo a passo

1. 01

   Verifique os idiomas existentes

   Chame /transcripts/{video_id}/languages para ver quais faixas de legenda já existem e não pagar para traduzir o que já está disponível.

2. 02

   Busque a transcrição original

   Chame /transcribe com format.timestamp para obter segmentos com tempos de início e fim.

3. 03

   Traduza

   Chame /transcripts/{video_id}/translate para cada idioma alvo. Os tempos dos segmentos continuam alinhados com o original.

4. 04

   Exporte os arquivos de legenda

   Escreva cada segmento como um bloco SRT numerado ou uma cue VTT usando seus tempos de início e fim, e deixe o usuário baixar ou enviar para o YouTube.

Código inicial

Esta ideia segue o padrão "Receita 1: entra um vídeo, sai um resultado estruturado". Use seus próprios canais, prompts e armazenamento.

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"])

Por que vale a pena criar

Cobre por minuto de vídeo por idioma, ou em planos de assinatura mensal. Plataformas de e-learning e agências que localizam em volume são os melhores clientes, porque o valor cresce a cada idioma adicionado.

Erros a evitar

• ✕Traduzir linha por linha sem contexto, o que quebra frases que se estendem por várias legendas.
• ✕Ignorar a velocidade de leitura: o texto traduzido pode ficar mais longo que o original, então confira os caracteres por segundo.
• ✕Pagar para traduzir idiomas que já têm legendas feitas por pessoas.

Dúvidas sobre esta ideia