本篇繼續測試 Oreilly "
AI 應用程式開發" 這本書第三章的 App 專案 No.2 : Youtube 影片摘要, 本篇旨在測試如何利用第三方套件抓取 Youtube 影片字幕後丟給 AI 生成影片內容摘要. 此書的範例程式可在 GitHub 下載 :
本專案範例原始碼網址 :
1. 安裝 Youtube 字幕抓取工具 yt-dlp :
我詢問 Gemini 要如何下載 YT 字幕檔, 它推薦用 youtube-transcript-api, 但經測試發現無法下載字幕, 很可能是被 YT 阻擋了, 第二選擇是使用 yt-dlp 套件, 經測試可順利下載字幕檔.
首先用 pip 安裝此套件 :
(myvenv) D:\python\test>pip install yt-dlp
Collecting yt-dlp
Downloading yt_dlp-2026.3.17-py3-none-any.whl.metadata (182 kB)
Downloading yt_dlp-2026.3.17-py3-none-any.whl (3.3 MB)
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 3.3/3.3 MB 7.5 MB/s 0:00:00
Installing collected packages: yt-dlp
Successfully installed yt-dlp-2026.3.17
我找了一個含有中英文字幕的 Python 教學短片來測試 :
測試程式如下 (ChatGPT 生成) :
# get_youtube_transcript_1.py
import sys
import os
import yt_dlp
def get_yt_subtitle_ytdlp(video_id):
url=f"https://www.youtube.com/watch?v={video_id}"
# 設定 yt-dlp 參數
ydl_opts={
'skip_download': True, # 不下載影片檔
'writesubtitles': True, # 抓取手寫字幕
'writeautomaticsub': True, # 如果沒手寫就抓自動生成的
'subtitleslangs': ['zh-Hant', 'zh-TW', 'en'], # 語言優先順序
'outtmpl': '%(title)s.%(ext)s', # 設定輸出檔名主檔名為影片標題
'quiet': True,
'no_warnings': True,
}
try:
with yt_dlp.YoutubeDL(ydl_opts) as ydl:
print(f"DEBUG: 正在透過 yt-dlp 請求影片 {video_id} 的資訊...")
info=ydl.extract_info(url, download=False)
subtitles=info.get('requested_subtitles')
if subtitles:
for lang, sub_info in subtitles.items():
print(f"✅ 成功找到語言: {lang}")
# 下載字幕檔
ydl.download([url])
# 取得檔名（影片檔名 base）
base_filename=ydl.prepare_filename(info)
base_name=os.path.splitext(base_filename)[0]
# 嘗試找字幕檔
found_files=[]
for lang in subtitles.keys():
possible_file=f"{base_name}.{lang}.vtt"
if os.path.exists(possible_file):
found_files.append(possible_file)
if found_files:
for f in found_files:
print(f"🎉 字幕已下載: {f}")
else:
print("⚠️ 字幕下載完成，但找不到實際檔案名稱")
else:
print("❌ 找不到符合的繁體中文或英文字幕")
except Exception as e:
print(f"❌ yt-dlp 抓取失敗: {e}")
if __name__ == "__main__":
if len(sys.argv) < 2:
print("用法: python script.py [影片ID]")
sys.exit(1)
get_yt_subtitle_ytdlp(sys.argv[1])
執行結果如下 :
(myvenv) D:\python\test>python get_youtube_transcript_2.py OndBl1H1rwM
DEBUG: 正在透過 yt-dlp 請求影片 OndBl1H1rwM 的資訊...
✅ 成功找到語言: zh-TW
✅ 成功找到語言: en
🎉 字幕已下載: 【Code Gym】Python基礎教學(5) - for迴圈和while迴圈.zh-TW.vtt
🎉 字幕已下載: 【Code Gym】Python基礎教學(5) - for迴圈和while迴圈.en.vtt
開啟檢視繁中字幕檔內容 :
WEBVTT
Kind: captions
Language: zh-TW
00:00:05.940 --> 00:00:10.400
我們撰寫程式的目的，除了是要建立商業邏輯中判斷的條件
00:00:10.400 --> 00:00:12.960
還需要善用電腦快速運算的能力
00:00:13.140 --> 00:00:16.320
在商業邏輯中執行反覆出現的規則運算
00:00:16.320 --> 00:00:20.820
其中for迴圈和while迴圈就是我們兩個好用的工具
00:00:21.160 --> 00:00:23.680
如果你想要指定程式執行的次數
00:00:23.680 --> 00:00:27.820
或是從容器型態的物件中依序取出裡面的值
00:00:27.820 --> 00:00:31.060
像是我先前介紹過的List, Tuple型態
... (略) ...
00:08:12.700 --> 00:08:17.100
Code Gym頻道主要是分享程式語言教學和電腦網路相關知識
00:08:17.100 --> 00:08:20.900
像是今天影片中所介紹的「for迴圈和while迴圈」
00:08:21.880 --> 00:08:24.240
如果你想要收到最新影片消息
00:08:24.240 --> 00:08:26.080
歡迎訂閱Code Gym頻道
00:08:26.080 --> 00:08:27.020
開小鈴鐺
00:08:27.020 --> 00:08:29.020
我們下次再見，掰掰！
但上面程式有一個缺點, 字幕檔的主檔名使用影片標題, 這可能在之後要用程式開啟檔案時帶來麻煩 (例如標題中有怪碼), 比較好的做法是用影片 ID 當主檔名, 只要修改 yt-dlp 參數中的 'outtmpl' 鍵為 '%(id)s.%(ext)s' 即可 :
'outtmpl': '%(id)s.%(ext)s'
再次執行結果如下 :
(myvenv) D:\python\test>python get_youtube_transcript_1.py OndBl1H1rwM
DEBUG: 正在透過 yt-dlp 請求影片 OndBl1H1rwM 的資訊...
✅ 成功找到語言: zh-TW
✅ 成功找到語言: en
🎉 字幕已下載: OndBl1H1rwM.zh-TW.vtt
🎉 字幕已下載: OndBl1H1rwM.en.vtt
2. 串接 OpenAI API 生成影片字幕摘要 :
在上面下載字幕檔程式的基礎上, 將字幕內容經過清理, 去除文字以外的資訊後丟給 GPT 模型生成摘要, 程式碼如下 :
# get_youtube_transcript_2.py
import sys
import os
import re
import yt_dlp
from openai import OpenAI
from dotenv import dotenv_values
config=dotenv_values('.env')
openai_api_key=config.get('OPENAI_API_KEY')
client=OpenAI(api_key=openai_api_key)
def clean_vtt(file_path):
"""
清理 VTT 字幕檔，移除時間軸、標頭與重複的文字區塊，回傳純文字。
"""
if not os.path.exists(file_path):
return ""
with open(file_path, 'r', encoding='utf-8') as f:
lines=f.readlines()
clean_text_list=[]
for line in lines:
# 移除 WEBVTT 標頭、時間軸 (-->) 與設定行
if "-->" in line or line.startswith("WEBVTT") or line.startswith("Kind:") or line.startswith("Language:"):
continue
# 移除 HTML 標籤 (例如 <c> 標籤)
line=re.sub(r'<[^>]+>', '', line).strip()
# 避免加入空白行與重複的行 (VTT 常有重複出現的字幕快照)
if line and (not clean_text_list or line != clean_text_list[-1]):
clean_text_list.append(line)
return "\n".join(clean_text_list)
def ask_gpt(
messages: list[dict[str, str]],
model: str='gpt-3.5-turbo'
) -> str:
try:
reply=client.chat.completions.create(
model=model,
messages=messages
)
return reply.choices[0].message.content or ''
except APIError as e:
return e.message
def summarizer(text):
if not text:
return "無字幕內容可生成摘要。"
print("\n--- [摘要生成中] ---")
print(f"（已接收到 {len(text)} 字的字幕內容，準備進行摘要...）")
# 呼叫 AI 生成摘要
return ask_gpt([{"role": "user",
"content": f"請摘要下列字幕內容 : \n{text}"}])
def get_yt_subtitle_ytdlp(video_id):
url=f"https://www.youtube.com/watch?v={video_id}"
# 定義語言優先順序：繁體中文 -> 簡體中文 -> 英文
lang_priority=['zh-Hant', 'zh-TW', 'zh-Hans', 'zh-CN', 'en']
ydl_opts={
'skip_download': True,
'writesubtitles': True,
'writeautomaticsub': True,
'subtitleslangs': lang_priority,
'outtmpl': '%(id)s.%(ext)s', # 強制以影片 ID 為主檔名
'quiet': True,
'no_warnings': True,
}
try:
with yt_dlp.YoutubeDL(ydl_opts) as ydl:
print(f"DEBUG: 正在透過 yt-dlp 請求影片 {video_id} 的資訊...")
info=ydl.extract_info(url, download=False)
subtitles=info.get('requested_subtitles')
if not subtitles:
print("❌ 找不到符合要求的字幕。")
return
# 下載字幕檔
ydl.download([url])
# 依照優先順序尋找已下載的檔案
selected_file=None
for lang in lang_priority:
possible_file=f"{video_id}.{lang}.vtt"
if os.path.exists(possible_file):
selected_file=possible_file
print(f"✅ 已選定最優語言字幕: {lang} ({selected_file})")
break
if selected_file:
# 1. 清理字幕
print(f"🧹 正在清理字幕格式...")
cleaned_content=clean_vtt(selected_file)
# 2. 生成摘要
summary_result=summarizer(cleaned_content)
print("\n[摘要結果]:")
print(summary_result)
# 可選：實驗完成後刪除暫存的 vtt 檔
# os.remove(selected_file)
else:
print("⚠️ 檔案下載完成，但讀取時找不到檔案。")
except Exception as e:
print(f"❌ 執行過程中發生錯誤: {e}")
if __name__ == "__main__":
if len(sys.argv) < 2:
print("用法: python script.py [影片ID]")
sys.exit(1)
get_yt_subtitle_ytdlp(sys.argv[1])
執行結果如下 :
(myvenv) D:\python\test>python get_youtube_transcript_2.py OndBl1H1rwM
DEBUG: 正在透過 yt-dlp 請求影片 OndBl1H1rwM 的資訊...
✅ 已選定最優語言字幕: zh-TW (OndBl1H1rwM.zh-TW.vtt)
🧹 正在清理字幕格式...
--- [摘要生成中] ---
（已接收到 2339 字的字幕內容，準備進行摘要...）
[摘要結果]:
本文介紹了在撰寫程式中使用for迴圈和while迴圈的基本概念和用法。for迴圈主要用於從容器型態中依序取出值，可以指定程式執行的次數或範圍，使用range()函式可以簡化處理。在for迴圈中，可以使用break和continue來控制迴圈的流程。而while迴圈則是根據條件式的判斷結果來決定是否執行程式區塊，可以用來進行猜數字等互動式遊戲。最後，介紹了如何匯入Python模組，在學習完本文後可以在程式編輯軟體上實際練習程式碼。
