Was macht YouTube-Transkript-Downloader?
Dieser Skill hilft beim Herunterladen von Transkripten (Untertitel/Untertitel) aus YouTube-Videos mit yt-dlp.
Wann dieser Skill verwendet werden soll
Aktiviere diesen Skill, wenn der Nutzer:
- Eine YouTube-URL angibt und das Transkript möchte
- Bittet, "Transkript von YouTube herunterzuladen"
- „Untertitel abrufen“ oder „Untertitel aus einem Video holen“ möchte
- Bittet, „ein YouTube-Video zu transkribieren“
- Textinhalt aus einem YouTube-Video benötigt
Funktionsweise
Prioritätsreihenfolge:
- Prüfen, ob yt-dlp installiert ist – ggf. installieren
- Verfügbare Untertitel auflisten – sehen, was tatsächlich verfügbar ist
- Zuerst manuelle Untertitel versuchen (
--write-sub) – höchste Qualität - Fallback auf automatisch generierte (
--write-auto-sub) – meist verfügbar - Letzter Ausweg: Whisper-Transkription – falls keine Untertitel vorhanden (erfordert Nutzerbestätigung)
- Download bestätigen und dem Nutzer zeigen, wo die Datei gespeichert ist
- Optional das VTT-Format bereinigen, wenn der Nutzer Klartext wünscht
Installationsprüfung
WICHTIG: Immer zuerst prüfen, ob yt-dlp installiert ist:
which yt-dlp || command -v yt-dlp
Falls nicht installiert
Automatische Installation basierend auf dem System versuchen:
macOS (Homebrew):
brew install yt-dlp
Linux (apt/Debian/Ubuntu):
sudo apt update && sudo apt install -y yt-dlp
Alternative (pip – funktioniert auf allen Systemen):
pip3 install yt-dlp
# oder
python3 -m pip install yt-dlp
Falls die Installation fehlschlägt: Den Nutzer informieren, dass er yt-dlp manuell installieren muss, und ihm Installationsanweisungen von https://github.com/yt-dlp/yt-dlp#installation geben
Verfügbare Untertitel prüfen
Dies IMMER zuerst tun, bevor ein Download versucht wird:
youtube_url=$VIDEO_URL
yt-dlp --list-subs "$youtube_url"
Dies zeigt an, welche Untertiteltypen verfügbar sind, ohne etwas herunterzuladen. Achte auf:
- Manuelle Untertitel (bessere Qualität)
- Automatisch generierte Untertitel (normalerweise verfügbar)
- Verfügbare Sprachen
Download-Strategie
Option 1: Manuelle Untertitel (bevorzugt)
Zuerst versuchen – höchste Qualität, von Menschen erstellt:
youtube_url=$VIDEO_URL
output_name="OUTPUT_NAME"
yt-dlp --write-sub --skip-download --output "$output_name" "$youtube_url"
Option 2: Automatisch generierte Untertitel (Fallback)
Falls manuelle Untertitel nicht verfügbar sind:
youtube_url=$VIDEO_URL
output_name="OUTPUT_NAME"
yt-dlp --write-auto-sub --skip-download --output "$output_name" "$youtube_url"
Beide Befehle erstellen eine .vtt-Datei (WebVTT-Untertitelformat).
Option 3: Whisper-Transkription (letzter Ausweg)
NUR verwenden, wenn sowohl manuelle als auch automatisch generierte Untertitel nicht verfügbar sind.
Schritt 1: Dateigröße anzeigen und um Bestätigung bitten
# Geschätzte Audiodateigröße abrufen
yt-dlp --print "%(filesize,filesize_approx)s" -f "bestaudio" "$youtube_url"
# Oder Dauer zur Schätzung abrufen
yt-dlp --print "%(duration)s %(title)s" "$youtube_url"
WICHTIG: Die Dateigröße dem Nutzer anzeigen und fragen: "Es sind keine Untertitel verfügbar. Ich kann das Audio (ungefähr X MB) herunterladen und mit Whisper transkribieren. Möchten Sie fortfahren?"
Auf Nutzerbestätigung warten, bevor es weitergeht.
Schritt 2: Whisper-Installation prüfen
command -v whisper
Falls nicht installiert, den Nutzer fragen: "Whisper ist nicht installiert. Mit pip install openai-whisper installieren (erfordert ~1-3 GB für Modelle)? Dies ist eine einmalige Installation."
Auf Nutzerbestätigung warten, bevor es installiert wird.
Installieren, falls genehmigt:
pip3 install openai-whisper
Schritt 3: Nur Audio herunterladen
youtube_url=$VIDEO_URL
yt-dlp -x --audio-format mp3 --output "audio_%(id)s.%(ext)s" "$youtube_url"
Schritt 4: Mit Whisper transkribieren
# Sprache automatisch erkennen (empfohlen)
whisper audio_VIDEO_ID.mp3 --model base --output_format vtt
# Oder Sprache angeben, falls bekannt
whisper audio_VIDEO_ID.mp3 --model base --language en --output_format vtt
Modelloptionen (vorerst bei base bleiben):
tiny– am schnellsten, am wenigsten genau (~1 GB)base– gute Balance (~1 GB) ← DIESES VERWENDENsmall– bessere Genauigkeit (~2 GB)medium– sehr gut (~5 GB)large– beste Genauigkeit (~10 GB)
Schritt 5: Aufräumen
Nach Abschluss der Transkription den Nutzer fragen: "Transkription abgeschlossen! Möchten Sie die Audiodatei löschen, um Speicherplatz zu sparen?"
Falls ja:
rm audio_VIDEO_ID.mp3
Videoinformationen abrufen
Videotitel extrahieren (für Dateinamen)
yt-dlp --print "%(title)s" "$youtube_url"
Dies verwenden, um aussagekräftige Dateinamen basierend auf dem Videotitel zu erstellen. Den Titel für Dateisystemkompatibilität bereinigen:
/durch-ersetzen- Sonderzeichen ersetzen, die Probleme verursachen könnten
- Bereinigte Version verwenden:
$(yt-dlp --print "%(title)s" "URL" | tr '/' '-' | tr ':' '-')
Nachbearbeitung
In Klartext umwandeln (empfohlen)
YouTube's automatisch generierte VTT-Dateien enthalten doppelte Zeilen, weil Untertitel progressiv mit überlappenden Zeitstempeln angezeigt werden. Beim Umwandeln in Klartext immer doppelte Einträge entfernen, während die ursprüngliche Sprechreihenfolge erhalten bleibt.
vtt_file="transcript.en.vtt"
python3 -c "
import sys, re
seen = set()
with open('$vtt_file', 'r') as f:
for line in f:
line = line.strip()
if line and not line.startswith('WEBVTT') and not line.startswith('Kind:') and not line.startswith('Language:') and '-->' not in line:
clean = re.sub('<[^>]*>', '', line)
clean = clean.replace('&', '&').replace('>', '>').replace('<', '<')
if clean and clean not in seen:
print(clean)
seen.add(clean)
" > transcript.txt
Vollständige Nachbearbeitung mit Videotitel
# Videotitel abrufen
VIDEO_TITLE=$(yt-dlp --print "%(title)s" "$youtube_url" | tr '/' '_' | tr ':' '-' | tr '?' '' | tr '"' '')
# Die VTT-Datei finden
VTT_FILE=$(ls *.vtt | head -n 1)
# Mit Deduplizierung konvertieren
python3 -c "
import sys, re
seen = set()
with open('$VTT_FILE', 'r') as f:
for line in f:
line = line.strip()
if line and not line.startswith('WEBVTT') and not line.startswith('Kind:') and not line.startswith('Language:') and '-->' not in line:
clean = re.sub('<[^>]*>', '', line)
clean = clean.replace('&', '&').replace('>', '>').replace('<', '<')
if clean and clean not in seen:
print(clean)
seen.add(clean)
" > "${VIDEO_TITLE}.txt"
echo "✓ Gespeichert unter: ${VIDEO_TITLE}.txt"
# VTT-Datei aufräumen
rm "$VTT_FILE"
echo "✓ Temporäre VTT-Datei bereinigt"
Ausgabeformate
- VTT-Format (
.vtt): Enthält Zeitstempel und Formatierung, gut für Videoplayer - Klartext (
.txt): Nur der Textinhalt, gut zum Lesen oder Analysieren
Tipps
- Der Dateiname lautet
{output_name}.{language_code}.vtt(z. B.transcript.en.vtt) - Die meisten YouTube-Videos haben automatisch generierte englische Untertitel
- Einige Videos bieten möglicherweise mehrere Sprachoptionen
- Falls automatische Untertitel nicht verfügbar sind, stattdessen
--write-subfür manuelle Untertitel versuchen
Vollständiger Workflow – Beispiel
VIDEO_URL="https://www.youtube.com/watch?v=dQw4w9WgXcQ"
# Videotitel für Dateinamen abrufen
VIDEO_TITLE=$(yt-dlp --print "%(title)s" "$VIDEO_URL" | tr '/' '_' | tr ':' '-' | tr '?' '' | tr '"' '')
OUTPUT_NAME="transcript_temp"
# ============================================
# SCHRITT 1: Prüfen, ob yt-dlp installiert ist
# ============================================
if ! command -v yt-dlp &> /dev/null; then
echo "yt-dlp nicht gefunden, versuche Installation..."
if command -v brew &> /dev/null; then
brew install yt-dlp
elif command -v apt &> /dev/null; then
sudo apt update && sudo apt install -y yt-dlp
else
pip3 install yt-dlp
fi
fi
# ============================================
# SCHRITT 2: Verfügbare Untertitel auflisten
# ============================================
echo "Prüfe verfügbare Untertitel..."
yt-dlp --list-subs "$VIDEO_URL"
# ============================================
# SCHRITT 3: Zuerst manuelle Untertitel versuchen
# ============================================
echo "Versuche, manuelle Untertitel herunterzuladen..."
if yt-dlp --write-sub --skip-download --output "$OUTPUT_NAME" "$VIDEO_URL" 2>/dev/null; then
echo "✓ Manuelle Untertitel erfolgreich heruntergeladen!"
ls -lh ${OUTPUT_NAME}.*
else
# ============================================
# SCHRITT 4: Fallback auf automatisch generierte
# ============================================
echo "Manuelle Untertitel nicht verfügbar. Versuche automatisch generierte..."
if yt-dlp --write-auto-sub --skip-download --output "$OUTPUT_NAME" "$VIDEO_URL" 2>/dev/null; then
echo "✓ Automatisch generierte Untertitel erfolgreich heruntergeladen!"
ls -lh ${OUTPUT_NAME}.*
else
# ============================================
# SCHRITT 5: Letzter Ausweg - Whisper-Transkription
# ============================================
echo "⚠ Keine Untertitel für dieses Video verfügbar."
# Dateigröße abrufen
FILE_SIZE=$(yt-dlp --print "%(filesize_approx)s" -f "bestaudio" "$VIDEO_URL")
DURATION=$(yt-dlp --print "%(duration)s" "$VIDEO_URL")
TITLE=$(yt-dlp --print "%(title)s" "$VIDEO_URL")
echo "Video: $TITLE"
echo "Dauer: $((DURATION / 60)) Minuten"
echo „Audiodateigröße: ~$((FILE_SIZE / 1024 / 1024)) MB"
echo ""
echo "Möchten Sie das Audio herunterladen und mit Whisper transkribieren? (j/n)"
read -r RESPONSE
if [[ "$RESPONSE" =~ ^[Jj]$ ]]; then
# Whisper prüfen
if ! command -v whisper &> /dev/null; then
echo "Whisper nicht installiert. Jetzt installieren? (erfordert ~1-3 GB) (j/n)"
read -r INSTALL_RESPONSE
if [[ "$INSTALL_RESPONSE" =~ ^[Jj]$ ]]; then
pip3 install openai-whisper
else
echo "Ohne Whisper kann nicht fortgefahren werden. Beende."
exit 1
fi
fi
# Audio herunterladen
echo "Lade Audio herunter..."
yt-dlp -x --audio-format mp3 --output "audio_%(id)s.%(ext)s" "$VIDEO_URL"
# Tatsächlichen Audiodateinamen abrufen
AUDIO_FILE=$(ls audio_*.mp3 | head -n 1)
# Transkribieren
echo "Transkribiere mit Whisper (dies kann einige Minuten dauern)..."
whisper "$AUDIO_FILE" --model base --output_format vtt
# Aufräumen
echo "Transkription abgeschlossen! Audiodatei löschen? (j/n)"
read -r CLEANUP_RESPONSE
if [[ "$CLEANUP_RESPONSE" =~ ^[Jj]$ ]]; then
rm "$AUDIO_FILE"
echo "Audiodatei gelöscht."
fi
ls -lh *.vtt
else
echo "Transkription abgebrochen."
exit 0
fi
fi
fi
# ============================================
# SCHRITT 6: In lesbaren Klartext mit Deduplizierung konvertieren
# ============================================
VTT_FILE=$(ls ${OUTPUT_NAME}*.vtt 2>/dev/null || ls *.vtt | head -n 1)
if [ -f "$VTT_FILE" ]; then
echo "Konvertiere in lesbares Format und entferne Duplikate..."
python3 -c "
import sys, re
seen = set()
with open('$VTT_FILE', 'r') as f:
for line in f:
line = line.strip()
if line and not line.startswith('WEBVTT') and not line.startswith('Kind:') and not line.startswith('Language:') and '-->' not in line:
clean = re.sub('<[^>]*>', '', line)
clean = clean.replace('&', '&').replace('>', '>').replace('<', '<')
if clean and clean not in seen:
print(clean)
seen.add(clean)
" > "${VIDEO_TITLE}.txt"
echo "✓ Gespeichert unter: ${VIDEO_TITLE}.txt"
# Temporäre VTT-Datei aufräumen
rm "$VTT_FILE"
echo "✓ Temporäre VTT-Datei bereinigt"
else
echo "⚠ Keine VTT-Datei zum Konvertieren gefunden"
fi
echo "✓ Abgeschlossen!"
Hinweis: Dieser vollständige Workflow behandelt alle Szenarien mit geeigneten Fehlerprüfungen und Nutzerabfragen an jedem Entscheidungspunkt.
Fehlerbehandlung
Häufige Probleme und Lösungen:
1. yt-dlp nicht installiert
- Automatische Installation basierend auf dem System versuchen (Homebrew/apt/pip)
- Falls Installation fehlschlägt, Link zur manuellen Installation bereitstellen
- Installation vor dem Fortfahren überprüfen
2. Keine Untertitel verfügbar
- Zuerst verfügbare Untertitel auflisten, um zu bestätigen
- Sowohl
--write-subals auch--write-auto-subversuchen - Falls beide fehlschlagen, Whisper-Transkriptionsoption anbieten
- Dateigröße anzeigen und vor dem Herunterladen von Audio um Nutzerbestätigung bitten
3. Ungültiges oder privates Video
- Prüfen, ob die URL das korrekte Format hat:
https://www.youtube.com/watch?v=VIDEO_ID - Einige Videos sind möglicherweise privat, altersbeschränkt oder geografisch blockiert
- Dem Nutzer den spezifischen Fehler von yt-dlp mitteilen
4. Whisper-Installation schlägt fehl
- Möglicherweise sind Systemabhängigkeiten erforderlich (ffmpeg, rust)
- Fallback anbieten: „Manuell installieren mit:
pip3 install openai-whisper" - Verfügbaren Speicherplatz prüfen (Modelle benötigen je nach Größe 1-10 GB)
5. Download unterbrochen oder fehlgeschlagen
- Internetverbindung prüfen
- Ausreichend Speicherplatz prüfen
- Bei SSL-Problemen erneut mit
--no-check-certificateversuchen
6. Mehrere Untertitelsprachen
- Standardmäßig lädt yt-dlp alle verfügbaren Sprachen herunter
- Kann mit
--sub-langs enauf Englisch beschränkt werden - Verfügbare mit
--list-subszuerst auflisten
Best Practices:
- ✅ Immer prüfen, was verfügbar ist, bevor ein Download versucht wird (
--list-subs) - ✅ Erfolg bei jedem Schritt überprüfen, bevor zum nächsten übergegangen wird
- ✅ Vor großen Downloads (Audiodateien, Whisper-Modelle) den Nutzer fragen
- ✅ Temporäre Dateien nach der Verarbeitung aufräumen
- ✅ Klares Feedback darüber geben, was in jedem Schritt passiert
- ✅ Fehler mit hilfreichen Meldungen elegant behandeln