YouTube Transcript Fetcher (YTT)

YouTube转录费彻

使用Whisper AI转录从任何YouTube视频中获取转录。在YouTube上搜索并获得最佳结果的成绩单。不需要YouTube API密钥。

特性

• Whisper电动 --最先进的AI转录，99%以上的准确率
• YouTube搜索 --搜索YouTube并获取最佳结果的成绩单
• 不需要API密钥 -在没有YouTube数据API证书的情况下工作
• 多种格式 --文本、JSON、SRT、VTT输出
• 缓存 --SQLite支持的缓存避免了重新转录
• 无费率限制 -Whisper在本地运行，没有外部API限制
• CLI和库 --用作命令行工具或Python模块
• MCP服务器 --通过模型上下文协议与人工智能工具集成

安装

# Clone the repository
git clone https://github.com/andrewctf/ytt.git
cd ytt

# Create virtual environment
python -m venv .venv
source .venv/bin/activate  # Linux/Mac
.venv\Scripts\activate     # Windows

# Install dependencies
pip install -r requirements.txt

# Optional: GPU support
pip install torch torchvision --index-url https://download.pytorch.org/whl/cu128

注： 有关GPU/CUDA的详细设置，请参阅 QUICKSTART.md.

Whisper的附加设置

Whisper需要 ffmpeg 用于音频提取：

窗户（带翼）：

winget install ffmpeg

macOS：

brew install ffmpeg

Linux：

sudo apt install ffmpeg

快速开始

有关详细的安装和设置说明，请参阅 QUICKSTART.md.

命令行界面

# Get transcript (Whisper is used by default)
python cli.py transcript VIDEO_ID

# Or with a full YouTube URL
python cli.py transcript "https://www.youtube.com/watch?v=a1JTPFfshI0"

# Different output formats
python cli.py transcript VIDEO_ID --format json
python cli.py transcript VIDEO_ID --format srt
python cli.py transcript VIDEO_ID --format vtt

# Save to file
python cli.py transcript VIDEO_ID --output transcript.txt

# Batch processing
python cli.py transcript VIDEO_ID1 VIDEO_ID2 VIDEO_ID3

# Search YouTube for videos and get transcripts
python cli.py search "Python tutorial" --limit 5 --with-transcripts

# Search only (no transcripts)
python cli.py search "Python tutorial" --limit 10

# JSON output for search
python cli.py search "Python tutorial" --format json

# Cache management
python cli.py cache-stats
python cli.py cache-stats --clean  # Remove expired entries

Python库

from src.service import get_transcript
from src.search_service import search, search_and_get_transcripts

# Basic usage
result = await get_transcript("VIDEO_ID")
print(result.content)

# With options
result = await get_transcript(
    "VIDEO_ID",
    language="en",
    output_format="json",
    use_cache=True,
)

# Access metadata
print(f"Source: {result.source}")      # 'whisper' or 'innertube'
print(f"Language: {result.language}")   # Detected language
print(f"Video ID: {result.video_id}")

# Search YouTube for videos
results = await search("Python tutorial", max_results=5)
for video in results:
    print(f"{video.title} ({video.video_id}) - {video.channel_name}")

# Search and get transcripts for results
results = await search_and_get_transcripts("Python tutorial", max_results=3, language="en")
for video, transcript in results:
    if transcript:
        print(f"{video.title}: {transcript.content[:100]}...")

对于同步使用：

import asyncio
from src.service import get_transcript
from src.search_service import search

def fetch_transcript(video_id):
    return asyncio.run(get_transcript(video_id))

def search_videos(query, max_results=5):
    return asyncio.run(search(query, max_results=max_results))

result = fetch_transcript("VIDEO_ID")
print(result.content)

videos = search_videos("Python tutorial")

MCP服务器

注： 看 QUICKSTART.md 有关Claude Desktop、Cursor和VS Code的详细配置。

启动MCP服务器：

python -m mcp_server.server

服务器公开了三个工具：

• get_transcript -获取单个视频的文字记录
• get_transcripts_batch -同时获取多个视频的转录
• search_videos -在YouTube上搜索与查询匹配的视频

或者通过添加到MCP设置中与Claude Desktop集成：

{
  "mcpServers": {
    "yt-transcript": {
      "command": "python",
      "args": ["-m", "mcp_server.server"],
      "cwd": "/absolute/path/to/ytt"
    }
  }
}

运作原理

Video ID → Cache Check
              ↓ found?
         Return Cached
              ↓ not found
         Whisper (primary)
         - Download audio via yt-dlp
         - Transcribe with faster-whisper
         - Returns word-level timestamps
              ↓ fails?
         Innertube API (fallback)
         - Extract API key from video page
         - Fetch caption tracks
         - Parse JSON3 timed text
              ↓
         Cache Result
              ↓
         Format & Return

耳语（初级）

• 使用下载音频 yt-dlp
• 转录使用 faster-whisper （CPU优化）
• 返回单词级时间戳和分段文本
• 适用于任何带音频的视频
• ~1-3倍实时处理速度

Innertube API（回退）

• 抓取YouTube的内部API
• 不需要API密钥
• 快速（每段视频约0.5-2s）
• 约85%的覆盖率（一些视频缺少字幕）
• 速率限制（每个IP约5个需求/10秒）

输出格式

文本（默认）

Good morning, here we are, a live suturing course like nobody else has ever
done and what are we covering, we're covering every suturing technique...

JSON

{
  "video_id": "a1JTPFfshI0",
  "language": "en",
  "source": "whisper",
  "segments": [
    {"start": 0.0, "end": 4.5, "text": "Good morning, here we are..."},
    {"start": 4.5, "end": 9.2, "text": "a live suturing course..."}
  ]
}

SRT（SubRip）

1
00:00:00,000 --> 00:00:04,500
Good morning, here we are, a live suturing course...

2
00:00:04,500 --> 00:00:09,200
a live suturing course like nobody else...

VTT（网络VTT）

WEBVTT

00:00:00.000 --> 00:00:04.500
Good morning, here we are, a live suturing course...

00:00:04.500 --> 00:00:09.200
a live suturing course like nobody else...

配置

编辑 config.py 要自定义行为：

class Config:
    # Whisper settings
    WHISPER_MODEL = "base"      # tiny/base/small/medium/large
    WHISPER_FALLBACK_ENABLED = True

    # Cache settings
    CACHE_TTL_DAYS = 7
    CACHE_DB_PATH = ".transcript_cache.db"

    # Rate limiting (for Innertube fallback)
    RATE_LIMIT_RATE = 0.5       # tokens per second
    RATE_LIMIT_BURST = 5       # max bucket size

    # Batch processing
    MAX_BATCH_SIZE = 50

Whisper型号

这 base 该模型推荐用于大多数用例——足够快速和准确。

文件结构

ytt/
├── src/
│   ├── __init__.py
│   ├── fetcher.py          # Innertube API client
│   ├── whisper_runner.py    # Whisper transcription
│   ├── parser.py            # Caption parsing utilities
│   ├── formatters.py        # Output formatters
│   ├── cache.py             # SQLite cache
│   ├── rate_limiter.py      # Token bucket
│   ├── service.py           # Orchestrator
│   ├── searcher.py          # YouTube search
│   ├── search_cache.py      # Search result cache
│   ├── search_service.py    # Search orchestrator
│   ├── cuda_dll_manager.py  # Auto-download CUDA libraries
│   └── exceptions.py        # Custom exceptions
├── mcp_server/
│   ├── __init__.py
│   └── server.py           # FastMCP server
├── cli.py                   # CLI entrypoint
├── main.py                  # Library entrypoint
├── config.py                # Configuration
├── requirements.txt         # Core dependencies
├── requirements-mcp.txt     # MCP dependencies
├── README.md
└── QUICKSTART.md

故障排除

“没有名为'rich'的模块”

安装依赖项：

pip install -r requirements.txt

Whisper失败，显示“未找到ffmpeg”

安装ffmpeg（请参阅上面的安装部分）。

转录速度慢

• 使用较小的Whisper型号(base 而不是 large)
• 通过更改使用GPU加速 device="cpu" 到 device="cuda" 在 whisper_runner.py
• 启用缓存以避免重新转录

Innertube的速率限制

Innertube回退受YouTube的速率限制（约5个req/10s）。使用Whisper作为主要（默认）来避免这种情况。缓存还可以防止冗余请求。

缓存不工作

检查缓存统计信息：

python cli.py cache-stats

清除过期条目：

python cli.py cache-stats --clean

发展

运行测试

pytest

格式代码

black src/
ruff check src/

许可证

MIT许可证