Come creare sottotitoli, trascrizione e capitoli per un podcast o un video di YouTube

Trascrivi una volta sola

Esporta l'audio della puntata (in MP3 o M4A) oppure il file video. Caricalo usando la funzione di supporto che trovi nella guida al montaggio video e richiedi l'output in JSON:

{
  "audio_url": "https://example.com/interview.mp3",
  "model": "oracle",
  "language": "auto",
  "word_timestamps": true,
  "output_format": "json"
}

Per le interviste o le tavole rotonde imposta include_diarization: true, così nella trascrizione sarà indicato chi parla.

Sottotitoli in formato SRT

Componi le righe partendo dalle singole parole e carica il file .srt su YouTube Studio o sulla piattaforma di hosting del tuo podcast. Nella guida all’SRT trovi il codice e i dettagli su come l’API genera un output SRT con una parola per riga.

Sottotitoli tradotti

Per tradurre i sottotitoli, avvia un secondo job sullo stesso file impostando translate_to (con i modelli Oracle) e output_format: "srt", oppure fai tradurre al tuo LLM il testo ottenuto dal primo job. Avviare un job separato per ogni lingua permette di mantenere i sottotitoli sincronizzati con l'audio.

Trascrizione per le note della puntata

Se ti basta il testo semplice richiedi output_format: "txt", altrimenti unisci il text dei vari passaggi del JSON aggiungendo i nomi di chi parla. Rileggi la trascrizione prima di pubblicarla, perché è proprio su nomi, prodotti e numeri che i sistemi automatici sbagliano.

Capitoli con timestamp

Passa all'LLM i segmenti numerati e chiedigli di indicare l'inizio di ogni capitolo usando il numero del segmento, mai il timestamp. I tempi esatti li calcolerai poi via codice a partire dai segmenti. Questo prompt funziona con qualsiasi modello:

Below is a podcast transcript, one line per segment: S<number> [start-end] text.
Pick 5 to 9 chapter starts. For each give the segment number and a title of at most six words.
Return JSON: [{"segment": 0, "title": "Intro"}]. The first chapter must be segment 0.

chapters.py

# chapters.py — YouTube chapter lines from (seconds, title) pairs
def stamp(seconds):
    m, s = divmod(int(seconds), 60)
    h, m = divmod(m, 60)
    return f"{h}:{m:02}:{s:02}" if h else f"{m}:{s:02}"


def chapter_lines(chapters):
    return "\n".join(f"{stamp(start)} {title}" for start, title in chapters)


print(chapter_lines([(0, "Intro"), (95, "Why captions matter"), (412, "Editing from a transcript")]))

Se inserisci un elenco di timestamp nella descrizione del video, YouTube li trasforma automaticamente in capitoli. Perché funzioni, l'elenco deve partire da 0:00, contenere almeno tre voci in ordine crescente e avere capitoli di almeno dieci secondi ciascuno.

Quanto costa

Paghi al secondo, senza costi minimi. Trovi le tariffe in /llms/pricing.md.

Domande e risposte