Communitygithub.com

YouTube-Transkript-Downloader

Lädt YouTube-Video-Transkripte (Untertitel) herunter, wenn der Nutzer eine YouTube-URL angibt oder darum bittet, ein Transkript zu erhalten. Auch geeignet, um Untertitel aus YouTube-Videos zu transkribieren oder abzurufen.

Was ist YouTube-Transkript-Downloader?

Der YouTube-Transkript-Downloader ist ein Skill für KI-Agenten (z. B. Claude Code, Cursor, Codex), der das Herunterladen von Transkripten aus YouTube-Videos automatisiert. Er verwendet `yt-dlp` als primäres Werkzeug, um zuerst die Verfügbarkeit von Untertiteln zu prüfen und dann manuelle oder automatisch generierte Untertitel herunterzuladen. Falls keine Untertitel verfügbar sind, bietet der Skill als letzten Ausweg die Transkription mit dem OpenAI Whisper-Modell an, nachdem der Nutzer bestätigt hat. Der Skill unterstützt die Extraktion von Videoinformationen wie Titel und Dauer, die Bereinigung von doppelten Zeilen in VTT-Dateien und die Konvertierung in lesbaren Klartext. Plattformunabhängig einsetzbar, wird die Installation von `yt-dlp` und ggf. Whisper automatisch geprüft und bei Bedarf nach Nutzerbestätigung durchgeführt. Der gesamte Workflow ist mit klaren Fehlerbehandlungen und Nutzerabfragen strukturiert, um eine zuverlässige und transparente Nutzung zu gewährleisten.

Funktioniert mit✓Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/IGTA-Tech/claude-skills-research/tree/HEAD/tapestry-skills-for-claude-code/youtube-transcript

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

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:

  1. Prüfen, ob yt-dlp installiert ist – ggf. installieren
  2. Verfügbare Untertitel auflisten – sehen, was tatsächlich verfügbar ist
  3. Zuerst manuelle Untertitel versuchen (--write-sub) – höchste Qualität
  4. Fallback auf automatisch generierte (--write-auto-sub) – meist verfügbar
  5. Letzter Ausweg: Whisper-Transkription – falls keine Untertitel vorhanden (erfordert Nutzerbestätigung)
  6. Download bestätigen und dem Nutzer zeigen, wo die Datei gespeichert ist
  7. 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 VERWENDEN
  • small – 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('&amp;', '&').replace('&gt;', '>').replace('&lt;', '<')
            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('$VTT_FILE', 'r') as f:
    for line in f:
        line = line.strip()
        if line and not line.startswith('WEBVTT') and not line.startswith('Kind:') and not line.startswith('Language:') and '-->' not in line:
            clean = re.sub('<[^>]*>', '', line)
            clean = clean.replace('&amp;', '&').replace('&gt;', '>').replace('&lt;', '<')
            if clean and clean not in seen:
                print(clean)
                seen.add(clean)
" > "${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-sub für 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('$VTT_FILE', 'r') as f:
    for line in f:
        line = line.strip()
        if line and not line.startswith('WEBVTT') and not line.startswith('Kind:') and not line.startswith('Language:') and '-->' not in line:
            clean = re.sub('<[^>]*>', '', line)
            clean = clean.replace('&amp;', '&').replace('&gt;', '>').replace('&lt;', '<')
            if clean and clean not in seen:
                print(clean)
                seen.add(clean)
" > "${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-sub als auch --write-auto-sub versuchen
  • 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-certificate versuchen

6. Mehrere Untertitelsprachen

  • Standardmäßig lädt yt-dlp alle verfügbaren Sprachen herunter
  • Kann mit --sub-langs en auf Englisch beschränkt werden
  • Verfügbare mit --list-subs zuerst 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

Individual skills in this repo

This repo contains 7 individual skills — each has its own dedicated page.

IGTA-Tech/claude-skills-research

Use when localizing apps, using String Catalogs, generating type-safe symbols (Xcode 26+), handling plurals, RTL layouts, locale-aware formatting, or migrating from .strings files - comprehensive i18n patterns for Xcode 15-26

IGTA-Tech/claude-skills-research

Use when implementing SwiftUI animations, understanding VectorArithmetic, using @Animatable macro, choosing between spring and timing curve animations, or debugging animation behavior - comprehensive animation reference from iOS 13 through iOS 26

IGTA-Tech/claude-skills-research

Use when CAAnimation completion handler doesn't fire, spring physics look wrong on device, animation duration mismatches actual time, gesture + animation interaction causes jank, or timing differs between simulator and real hardware - systematic CAAnimation diagnosis with CATransaction patterns, frame rate awareness, and device-specific behavior

IGTA-Tech/claude-skills-research

This skill should be used when comparing two videos to analyze compression results or quality differences. Generates interactive HTML reports with quality metrics (PSNR, SSIM) and frame-by-frame visual comparisons. Triggers when users mention "compare videos", "video quality", "compression analysis", "before/after compression", or request quality assessment of compressed videos.

IGTA-Tech/claude-skills-research

Download YouTube videos and HLS streams (m3u8) from platforms like Mux, Vimeo, etc. using yt-dlp and ffmpeg. Use this skill when users request downloading videos, extracting audio, handling protected streams with authentication headers, or troubleshooting download issues like nsig extraction failures, 403 errors, or cookie extraction problems.

IGTA-Tech/claude-skills-research

Write high-converting landing page copy using proven frameworks like PAS (Problem-Agitate-Solution), AIDA, and StoryBrand. Creates headlines, value propositions, CTAs, and full page sections optimized for conversion. Use when users need landing page copy, sales page content, or marketing website text.

IGTA-Tech/claude-skills-research

Downloads videos from YouTube and other platforms for offline viewing, editing, or archival. Handles various formats and quality options.

Verwandte Skills