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。
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。
回答:
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」機能を使用して、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, '<').replace(/>/g, '>');
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, '<').replace(/>/g, '>');
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))})();
YouTube動画から字幕を抽出する方法はいくつかあります -
この汎用URLで言語とVideoIdを指定することにより 、選択したビデオの希望する言語の字幕を含むファイルをhttp://www.youtube.com/api/timedtext?lang={LANG}&v={VIDEOID}
取得でき.xml
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取得するには、次のようにします。
また、Googleビデオからワンクリックで利用可能なすべてのサブをダウンロードし、.srt
VLC Media Playerなどのメディアプレーヤーで使用できるようにフォーマットに変換するGoogle2SRTと呼ばれるオープンソースツールがあります。
更新:Ted.comは、そのサイトで講演の転写を提供するようになりました。
http://video.google.com/timedtext?lang=english&v=b11AXknrsEI
が、うまくいきません。また、開発者ツールにアクセスしても役に立ちません。そこには大量のリソースがあり、それらのどれも時限テキストと言いません。
Google2SRT 0.6はYouTube ASRをサポートしています:http ://sourceforge.net/projects/google2srt/
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。に行きます:
ビデオマネージャー>>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。
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。
timedtext?
と変数の束が付いています。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。