Skip to contents

youtube-summary

youtube-summary.Rmd

简介

本包提供了一套便捷的函数来下载 YouTube 视频字幕并使用 AI 生成视频内容摘要。主要功能包括：

  • 下载 YouTube 视频字幕
  • 清理和处理字幕文本
  • 使用 AI 生成视频内容摘要
  • 支持单个视频和播放列表的批量处理

前置要求

安装 yt-dlp

我们使用命令行工具 yt-dlp 来下载 YouTube 视频字幕。

  • 在 Linux/Mac 上安装

    brew install yt-dlp # 使用 Homebrew
或
sudo curl -L https://github.com/yt-dlp/yt-dlp/releases/latest/download/yt-dlp -o /usr/local/bin/yt-dlp
sudo chmod a+rx /usr/local/bin/yt-dlp

  • 在 Windows 上安装

    scoop install yt-dlp # 使用 Scoop

    或从 yt-dlp 下载

设置 API 密钥

我们使用 ChatAnywhere 提供的 API 来生成视频摘要。

Sys.setenv(CHATANYWHERE_API_KEY = "your_api_key_here")

使用示例

生成单个视频的摘要 

url <- "https://youtu.be/DrTCC9sorE8?si=B6guMfoFYC8Rw4lx"
summary <- yt_summary(url, 
    model = "glm-4-flash", 
    base_url = "https://open.bigmodel.cn/api/paas/v4/", 
    api_key = Sys.getenv("ZHIPUAI_API_KEY"))
str(summary)

处理播放列表，获取每个视频的摘要 

playlist_url <- "https://www.youtube.com/playlist?list=PL9HYL-VRX0oSFkdF4fJeY63eGDvgofcbn"
summaries <- yt_summary(playlist_url, rettype = "tibble")
summaries

详细步骤

视频摘要各个步骤的函数使用方法。

下载字幕 

subs_file <- yt_sub_download(url, lang = "en", output_file = "subtitles.txt")
# 显示前10行字幕
readLines(subs_file, n = 10) |> cat(sep = "\n")

清理字幕文本 

# will not execute in vignette
clean_text <- yt_sub_clean(subs_file)
substring(clean_text, 1, 60)

生成摘要 

summary <- gpt_text_summary(
    text = clean_text,
    system_prompt = "请根据我提供的字幕为视频写一个结构化的中文摘要"
)
cat(summary)

辅助函数

检查 URL 是否为播放列表 

playlist_url <- "https://www.youtube.com/playlist?list=PL9HYL-VRX0oSFkdF4fJeY63eGDvgofcbn"
yt_is_playlist(playlist_url)

获取视频标题 

title <- yt_video_title(url)
title

获取播放列表标题 

playlist_title <- yt_playlist_title(playlist_url)
playlist_title