怎么拿到指定语言的 YouTube 字幕？

假设你在帮一个美国食品品牌盯 50 个西班牙语美食频道，团队只看英文。这些视频里有一部分带英文字幕轨，大多数只有西语。你想要的是：YouTube 有英文就拿英文，没有的给个明确标记，而且每个视频只付一次钱。

怎么指定语言

YouTube 视频字幕传 id（11 位视频 ID），另外可以传 lang，填 en、es、ja 这样的语言代码。lang 是偏好，不是保证。一个视频有哪些字幕轨，由作者和 YouTube 决定，所以返回的字幕自带一个 lang。每次入库前都看一眼它，再决定这段文字归到哪种语言下。

每个视频只付一次的写法

import os, requests

API = "https://api.okdata.online/v1/youtube/videos/transcript/get"
H = {"Authorization": f"Bearer {os.environ['OKDATA_API_KEY']}"}

def transcript(video_id, want="en"):
    body = requests.get(API, headers=H, params={"id": video_id, "lang": want}, timeout=60).json()
    if body["code"] == "not_found":
        return None                      # 完全没有字幕，不扣费
    if body["code"] != "ok":
        raise RuntimeError(f"{body['code']}: {body['message']}")
    t = body["data"]["item"]
    t["needs_translation"] = t["lang"].split("-")[0] != want
    return t

t = transcript("VIDEO_ID", want="en")
if t and t["needs_translation"]:
    print("拿到", t["lang"], "，需要翻译", len(t["segments"]), "段")

翻译时按分段逐段翻，别整段 text 一起翻，这样 start、end 时间还能继续用来引用原话和做字幕。

费用

方案	调用次数	费用
50 个视频，每个请求一种语言	50	$0.20
同样 50 个视频，每个再多要一种语言	100	$0.40
1,000 个视频	1000	$4.00

只要返回了字幕就计费，哪怕返回的语言和你要的不一样。所以上面的代码只问一次，剩下的在本地翻译，而不是挨个语言代码试过去。

容易踩的坑

• 比较语言时只看主代码，en-US 和 en 对大多数用途来说是同一种语言。
• 视频有多条字幕轨时，lang 标注的有可能是视频列出的第一条字幕轨，而不是你实际拿到的那条。语言会影响后续处理的话，抽几段文字用语言检测库再核对一遍。
• 返回结果不标明字幕是作者上传的还是自动生成的。
• 没有字幕的视频返回 not_found，不扣费；这里没有语音转文字。
• 从 youtube-transcript-api 迁过来的话：它的 find_transcript 要传语言代码列表，有些视频取翻译字幕会失败。这里只传一个代码，回来再比对。

其他做法

• 自己的频道，可以在 YouTube Studio 或官方 Data API 里添加、下载任意语言的字幕轨。
• 只看几个视频的话，YouTube 播放器的自动翻译字幕给人看就够了，免费。
• 对译文质量要求高的，找人工翻译字幕全文，效果比任何自动字幕都好。

更多批量取字幕的做法见视频转文字方案。