youtube-transcribe

Compare original and translation side by side

🇺🇸

Original

English

🇨🇳

Translation

Chinese

YouTube Transcript Extraction

YouTube 字幕提取

Extract subtitles and transcripts from YouTube videos.

从YouTube视频中提取字幕和转录文本。

Methods

方法

Method	Tool	When to Use
CLI	yt-dlp	Fast, reliable, preferred
Browser	Chrome automation	Fallback when CLI fails
API	youtube-transcript-api	Python programmatic access

方法	工具	使用场景
CLI	yt-dlp	快速、可靠，优先推荐
浏览器	Chrome自动化	CLI失效时的备选方案
API	youtube-transcript-api	Python程序化调用

yt-dlp Method (Preferred)

yt-dlp 方法（优先推荐）

Basic Command

基础命令

bash

yt-dlp --write-auto-sub --write-sub --sub-lang en --skip-download -o "%(title)s.%(ext)s" "VIDEO_URL"

bash

yt-dlp --write-auto-sub --write-sub --sub-lang en --skip-download -o "%(title)s.%(ext)s" "VIDEO_URL"

Key Flags

关键参数

Flag	Purpose
`--write-sub`	Download manual subtitles
`--write-auto-sub`	Download auto-generated subtitles
`--sub-lang LANG`	Specify language (en, zh-Hans, etc.)
`--skip-download`	Don't download video
`--cookies-from-browser chrome`	Use browser cookies for restricted videos

参数	用途
`--write-sub`	下载人工字幕
`--write-auto-sub`	下载自动生成的字幕
`--sub-lang LANG`	指定语言（en、zh-Hans等）
`--skip-download`	不下载视频文件
`--cookies-from-browser chrome`	使用浏览器Cookie访问受限视频

Common Issues

常见问题

Issue	Solution
Sign-in required	Add `--cookies-from-browser chrome`
No subtitles found	Video has no captions available
Age-restricted	Use cookies from logged-in browser

问题	解决方案
需要登录	添加 `--cookies-from-browser chrome` 参数
未找到字幕	该视频无可用字幕
年龄限制视频	使用已登录浏览器的Cookie

Browser Automation Fallback

浏览器自动化备选方案

When CLI fails, use browser automation:

Open video page - Navigate to YouTube URL
Expand description - Click "...more" button
Open transcript - Click "Show transcript" button
Extract text - Query DOM for transcript segments

当CLI失效时，使用浏览器自动化：

打开视频页面 - 导航至YouTube视频URL
展开描述区 - 点击“...更多”按钮
打开转录文本 - 点击“显示转录文本”按钮
提取文本 - 查询DOM获取转录文本片段

DOM Selectors

DOM选择器

Element	Selector
Transcript segments	`ytd-transcript-segment-renderer`
Timestamp	`.segment-timestamp`
Text	`.segment-text`

元素	选择器
转录文本片段	`ytd-transcript-segment-renderer`
时间戳	`.segment-timestamp`
文本内容	`.segment-text`

Output Formats

输出格式

Format	Extension	Use Case
VTT	.vtt	Web standard, includes timing
SRT	.srt	Video editing, media players
TXT	.txt	Plain text, no timing

格式	扩展名	适用场景
VTT	.vtt	Web标准格式，包含时间轴信息
SRT	.srt	视频编辑、媒体播放器兼容
TXT	.txt	纯文本格式，无时间轴

Convert VTT to Plain Text

将VTT转换为纯文本

bash

undefined

bash

undefined

Strip timing and formatting

移除时间轴和格式信息

sed '/^[0-9]/d; /^$/d; /WEBVTT/d; /-->/d' video.vtt > video.txt

---

sed '/^[0-9]/d; /^$/d; /WEBVTT/d; /-->/d' video.vtt > video.txt

---

Language Codes

语言代码

Language	Code
English	`en`
Chinese (Simplified)	`zh-Hans`
Chinese (Traditional)	`zh-Hant`
Spanish	`es`
Multiple	`en,es,zh-Hans`

语言	代码
英语	`en`
中文（简体）	`zh-Hans`
中文（繁体）	`zh-Hant`
西班牙语	`es`
多语言	`en,es,zh-Hans`

Best Practices

最佳实践

Practice	Why
Try manual subs first	Higher quality than auto-generated
Use cookies for restricted	Avoids sign-in errors
Check multiple languages	Some videos have better subs in other languages
Verify transcript exists	Not all videos have captions

实践建议	原因
优先尝试人工字幕	质量优于自动生成的字幕
为受限视频使用Cookie	避免登录验证错误
检查多语言选项	部分视频的其他语言字幕质量更高
确认转录文本存在	并非所有视频都提供字幕