YouTube Subtitle & Transcript Scraper — JSON, SRT, VTT, LLM
Extrayez sous-titres et transcriptions YouTube — vidéos, Shorts, playlists et chaînes — en JSON, SRT, VTT, texte brut, ou texte prêt pour LLM. Plus de 100 langues, métadonnées riches, sans clé API — extractions échouées gratuites.
fonctionnalités clés
Un seul input gère vidéos, Shorts, liens youtu.be, playlists et chaînes — mixés en un seul run
Cinq formats de sortie — JSON (horodaté), SRT, VTT, texte brut, et prêt pour LLM (retire [Music], [Applause] et les étiquettes de locuteur)
Plus de 100 langues, avec une liste de langues ordonnée par priorité et un repli sur les sous-titres automatiques activable
Métadonnées riches — titre, chaîne, description, date de publication, nombre de vues, miniature, durée et langues disponibles
Traitez en lot des playlists et chaînes entières avec un plafond maxVideos et une concurrence de 1 à 10
Support des proxies résidentiels, plus des cookies optionnels pour réduire les blocages liés à la vérification anti-bot
Extraction multi-niveaux — jusqu’à neuf replis à travers les clients InnerTube, avec un dernier recours par PO-token yt-dlp
Un disjoncteur et une gestion des erreurs par élément permettent aux gros lots de continuer à tourner
cas d’usage
- Équipes IA/ML construisant des datasets RAG ou de fine-tuning à partir de vidéos parlées (sortie texte prête pour LLM)
- Équipes de contenu recyclant les transcriptions en articles de blog, notes d’émission et légendes sociales
- Marketeurs SEO extrayant du texte vidéo indexable pour l’indexation et la recherche de mots-clés
- Monteurs et éditeurs ayant besoin de fichiers de sous-titres SRT/VTT standards
- Chercheurs collectant des transcriptions en masse sur une chaîne ou une playlist entière
- Développeurs ayant besoin de sous-titres structurés et horodatés sans clé API YouTube
paramètres d’entrée
| Paramètre | Type | Requis | Description |
|---|---|---|---|
urls | array | optionnel | URLs YouTube ou ID bruts — vidéos, Shorts, liens youtu.be, playlists, ou chaînes. Requis à l’exécution. |
outputFormat | string | optionnel | Format de transcription : json, srt, vtt, text, ou llm (par défaut : json). |
languages | array | optionnel | Langues de sous-titres préférées par ordre de priorité, codes ISO 639-1 (par défaut : en). |
includeAutoGenerated | boolean | optionnel | Se replie sur les sous-titres générés automatiquement quand les sous-titres manuels sont absents (par défaut : true). |
maxVideos | number | optionnel | Plafond de vidéos traitées par run, ex. pour les playlists/chaînes (par défaut : 0 = illimité). |
maxConcurrency | number | optionnel | Vidéos traitées en parallèle, 1 à 10 (par défaut : 3). |
proxyConfiguration | object | optionnel | Paramètres de proxy ; par défaut Apify Residential épinglé sur les US. |
youtubeCookies | string | optionnel | Cookies YouTube optionnels (en-tête Cookie ou cookies.txt) pour réduire les blocages liés à la vérification anti-bot. |
Exemple de sortie
1{
2 "videoId": "dQw4w9WgXcQ",
3 "url": "https://www.youtube.com/watch?v=dQw4w9WgXcQ",
4 "title": "Rick Astley - Never Gonna Give You Up (Official Video)",
5 "channelName": "Rick Astley",
6 "channelId": "UCuAXFkgsw1L7xaCfnd5JJOw",
7 "publishDate": "2009-10-25",
8 "viewCount": 1761003712,
9 "availableLanguages": ["en", "de-DE", "ja", "pt-BR", "es-419"],
10 "language": "en",
11 "isAutoGenerated": false,
12 "duration": 213,
13 "wordCount": 487,
14 "segmentCount": 61,
15 "text": "We're no strangers to love, you know the rules and so do I...",
16 "segments": [{ "text": "We're no strangers to love", "start": 18.64, "end": 21.88 }],
17 "error": null
18}
Tarification
Facturation à l’événement : facturé une fois par transcription extraite avec succès — les vidéos échouées ne sont jamais facturées. Alimentez avec une chaîne ou une playlist entière, et ne payez que pour les sous-titres réellement obtenus.
Astuces
- Utilisez
outputFormat: llmpour le RAG et le fine-tuning — cela retire les annotations non vocales pour que vos embeddings voient une prose propre. - Gardez un proxy résidentiel actif. YouTube bloque agressivement les IP datacenter ; l’acteur utilise par défaut du résidentiel US, et ce n’est pas un hasard.
- Démarrez
maxConcurrencyà 1–3 pour les gros volumes et augmentez-le progressivement — une concurrence élevée accroît le risque de limitation de débit sur les scrapes de grandes chaînes.
faq
Ai-je besoin d’une clé API YouTube ou de me connecter ?
Quelles langues et quels types de sous-titres sont supportés ?
Suis-je facturé pour les vidéos dont l’extraction échoue ?
Puis-je obtenir du texte propre, prêt pour LLM, pour le RAG ?
similaires dans ~/social
Bluesky Scraper — Posts, profils, feeds et interactions
Extrayez posts, profils, feeds et interactions Bluesky.
ouvrir