YouTube 文字起こし API Python — requests でクイックスタート

1リクエストで1つの文字起こし

最短は、Authorization ヘッダーにキーを付けて /v1/transcripts/{videoId} に GET するだけです。レスポンスは JSON で、動画 ID、言語、長さ、セグメントのリストが入ります。SDK は不要で、requests か httpx で十分です。

多言語の可能性がある動画では、まず /v1/transcripts/{videoId}/languages を呼び、トラックを選んで ?lang= と ?format= を渡します。srt や vtt は保存できる字幕を、json は構造化セグメントを返します。

リストには1回の呼び出しで最大50件の ID を /v1/transcripts に POST し、項目ごとの結果を読みます。タイムアウトと小さな指数バックオフを加えましょう。一時的な失敗も 429 もすぐ解消し、各レスポンスには記録用の X-Request-ID が付きます。

字幕のない動画、非公開、地域制限の動画があります。API は型付きエラーコードと読めるメッセージを返すので、文章ではなくコードで分岐できます。request id を記録しましょう。修正への最短ルートです。

よくある質問

SDK は必要ですか？

いいえ。任意の HTTP クライアントで動きます。requests の薄いラッパーでほとんどの用途に足ります。

多数の動画をバッチするには？

POST /v1/transcripts に最大50件の動画 ID を送ります。それ以上はプレイリストやチャンネルのジョブを使います。

async Python は？

同じエンドポイントで httpx.AsyncClient を使い、境界付きセマフォで並行数を制御します。