web-dev-qa-db-ja.com

自動生成されたYouTube文字起こしのダウンロード

動画をダウンロードせずに、自動生成されたYouTube文字起こしをダウンロードする方法はありますか？

TEDトークをチェックアウトしたいのですが、帯域幅が限られているため、自動トランスクリプト（字幕またはクローズドキャプションとも呼ばれる）をエクスポートしたいと思います。

youtubesubtitles
25
Casebash

ブラウザーのスクリプトデバッガーの「ネットワークインスペクター」機能を使用し、文字起こし字幕を有効にした後、timedtextページへの2番目のリクエストを見つけ、そのリクエストをすべてアドレスバーにコピーして、ネイティブYouTube xml形式でダウンロードします。

SRTバージョンを取得するには、そのXMLのページのデバッガコンソールでこのコードを実行します。

function makeTimeline (time) {
    var string, time_array = [], milliseconds = Math.round(time % 1 * 1000).toString();

    while (3 > milliseconds.length) {
        milliseconds = '0' + milliseconds;
    }

    time_array.Push(Math.floor(time / (60 * 60)));
    time_array.Push(Math.floor((time - (time_array[0] * 60 * 60)) / 60));
    time_array.Push(Math.floor(time - ((time_array[1] * 60) + (time_array[0] * 60 * 60))));

    for (var i = 0, il = time_array.length; i < il; i++) {
        string = '' + time_array[i];
        if (1 === string.length) {
            time_array[i] = '0' + string;
        }
    }
    return time_array.join(':') + ',' + milliseconds;
};

function returnSRT (data) {
    var caption, previous_start, start, end, temp, captions = data.getElementsByTagName('text'), srt_output = '';

    for (var i = 0, il = captions.length; i < il; i++) {
        caption = captions[i];
        start = +caption.getAttribute('start');

        if (0 <= previous_start) {
            temp = captions[i - 1].textContent.replace(/</g, '&lt;').replace(/>/g, '&gt;');
            srt_output += i + '\n' + makeTimeline(previous_start) + ' --> ' + makeTimeline(start) + '\n' + temp + '\n\n';
            previous_start = -1;
        }

        if ( end = +caption.getAttribute('dur'))
            end = start + end;
        else {
            if (captions[i + 1]) {
                previous_start = start;
                continue;
            }
        }

        temp = caption.textContent.replace(/</g, '&lt;').replace(/>/g, '&gt;');
        srt_output += i + '\n' + makeTimeline(start) + ' --> ' + makeTimeline(end) + '\n' + temp + '\n\n';
    };
    return srt_output;
}

returnSRT(document.documentElement)

また、スクリプトのブックマークレットバージョンもここにあります。

javascript:(function(){function%20makeTimeline(time)%7Bvar%20string%2Ctime_array%3D%5B%5D%2Cmilliseconds%3DMath.round(time%251*1000).toString()%3Bwhile(3%3Emilliseconds.length)%7Bmilliseconds%3D'0'%2Bmilliseconds%3B%7Dtime_array.Push(Math.floor(time%2F(60*60)))%3Btime_array.Push(Math.floor((time-(time_array%5B0%5D*60*60))%2F60))%3Btime_array.Push(Math.floor(time-((time_array%5B1%5D*60)%2B(time_array%5B0%5D*60*60))))%3Bfor(var%20i%3D0%2Cil%3Dtime_array.length%3Bi%3Cil%3Bi%2B%2B)%7Bstring%3D''%2Btime_array%5Bi%5D%3Bif(1%3D%3D%3Dstring.length)%7Btime_array%5Bi%5D%3D'0'%2Bstring%3B%7D%7Dreturn%20time_array.join('%3A')%2B'%2C'%2Bmilliseconds%3B%7D%3Bfunction%20returnSRT(data)%7Bvar%20caption%2Cprevious_start%2Cstart%2Cend%2Ctemp%2Ccaptions%3Ddata.getElementsByTagName('text')%2Csrt_output%3D''%3Bfor(var%20i%3D0%2Cil%3Dcaptions.length%3Bi%3Cil%3Bi%2B%2B)%7Bcaption%3Dcaptions%5Bi%5D%3Bstart%3D%2Bcaption.getAttribute('start')%3Bif(0%3C%3Dprevious_start)%7Btemp%3Dcaptions%5Bi-1%5D.textContent.replace(%2F%3C%2Fg%2C'%26lt%3B').replace(%2F%3E%2Fg%2C'%26gt%3B')%3Bsrt_output%2B%3Di%2B'%5Cn'%2BmakeTimeline(previous_start)%2B'%20--%3E%20'%2BmakeTimeline(start)%2B'%5Cn'%2Btemp%2B'%5Cn%5Cn'%3Bprevious_start%3D-1%3B%7Dif(end%3D%2Bcaption.getAttribute('dur'))end%3Dstart%2Bend%3Belse%7Bif(captions%5Bi%2B1%5D)%7Bprevious_start%3Dstart%3Bcontinue%3B%7D%7Dtemp%3Dcaption.textContent.replace(%2F%3C%2Fg%2C'%26lt%3B').replace(%2F%3E%2Fg%2C'%26gt%3B')%3Bsrt_output%2B%3Di%2B'%5Cn'%2BmakeTimeline(start)%2B'%20--%3E%20'%2BmakeTimeline(end)%2B'%5Cn'%2Btemp%2B'%5Cn%5Cn'%3B%7D%3Breturn%20srt_output%3B%7Dwindow.location.href%3D'data%3Atext%2Fplain%3Bbase64%2C'%2Bbtoa(returnSRT(document.documentElement))})();
8
DitherSky

YouTubeビデオから字幕を抽出する方法がいくつかあります -

この汎用URL-http://www.youtube.com/api/timedtext?lang={LANG}&v={VIDEOID}で言語とVideoIdを指定することにより、選択した動画の希望する言語の字幕を含む.xmlファイルを取得できます。

そのファイル内のタグを取り除き、プレーンテキストのトランスクリプトを保持するには 、ここであなたがしなければならないことです：

  • Microsoft Excelを開く
  • コピーして1つのセル内に字幕を貼り付けます
  • 押す Ctrl+H
  • [置換]タブで、[検索対象]テキストボックスに<*>と入力し、[置換後]テキストボックスを空白のままにして、クリックします Replace All。検索式は、元のテキスト内のすべてのタグを削除します。

あるいは、 Google2SRT と呼ばれるオープンソースツールがあり、ワンクリックでYouTubeビデオから利用可能なすべてのサブをダウンロードし、.srt形式に変換して、次のようなメディアプレーヤーで使用できるようにします。 VLC Media Player。

更新：Ted.comは、そのサイトで講演のトランスクリプトを提供するようになりました。

6
mvark

私はこのユーザースクリプトがあなたのために働くと思う：

http://userscripts.org/scripts/show/50003/

1
Alex Andronov

Google2SRT 0.6はYouTube ASRをサポートしています： http://sourceforge.net/projects/google2srt/

0
kom

自分のビデオの場合は、ビデオマネージャーから字幕をダウンロードできます。に行く：

ビデオマネージャ>>編集（目的のビデオ）>>キャプション>>（ダウンロードするトラックをクリック）>>アクション（ドロップダウンボックス）

執筆時点では、次の3つのファイルタイプを使用できます。

  • .vtt
  • .srt
  • .sbv

これらはアプリケーションごとに用途が異なりますが、非常によく似ています。 SRTはおそらく最も一般的です。

それ以外の場合、ビデオでない場合、最良の方法（唯一の方法）は、開発者ツールからxmlファイルを取得することです。

この例でGoogle Chromeを使用して、ビデオに移動し、次の手順に従います。

  1. ビデオを一時停止します。広告がある場合は、再生されるのを待ちます。
  2. キーボードでF12を押します。これにより、開発者ツールが開きます。ビデオがアクティブにならないように、ページ内の空きスペースをクリックする必要がある場合があります。
  3. 開発者ツールの[ネットワーク]タブをクリックします。
  4. ビデオのすぐ下にあるトランスクリプトアイコンをクリックします。開発者ツールの[ネットワーク]タブに2つのアイテムが表示されます。
  5. 両方の項目のタイトルは、timedtext?と変数の束です。通常、2番目は必要なものです。次のように始まります。
    <transcript> <text start="4.14" dur="3.049">my name is doctor john Rush</text> <text start="7.189" dur="3.731">I'm the CEO and president</text>

このxmlファイルは、Webページでトランスクリプトを使用する場合に便利です。それ以外は、SRTファイルを使用するのと同じ方法で使用できるとは思わない。プログラミングが得意であれば、SRTに変換するプログラムを簡単に作成できます。別の目的でデータを抽出する独自のC＃プログラムを作成し、2時間もかかりませんでした。

0
fredsbend