So erhalten Sie ein YouTube-Transkript

Kurz gesagt: Wenn das Video Untertitel hat, zeigt YouTube das Transkript unter der Beschreibung an. Öffnen Sie dafür …mehr und dann Transkript anzeigen. Um es als Datei oder für viele Videos zu bekommen, nutzen Sie yt-dlp oder die Python-Bibliothek youtube-transcript-api auf Ihrem eigenen Rechner. Alternativ genügt eine Anfrage an eine gehostete API wie Transcript Dock, wenn Sie in der Cloud arbeiten oder auch TikTok brauchen. Videos ohne Untertitel brauchen eine KI-Transkription der Tonspur.

Welchen Weg Sie wählen sollten#

1. In YouTube#

1. Öffnen Sie das Video auf einem Computer.
2. Klicken Sie unter dem Titel auf …mehr, um die Beschreibung zu erweitern.
3. Scrollen Sie zum Ende der Beschreibung und klicken Sie auf Transkript anzeigen.
4. Das Transkript öffnet sich neben dem Video. Über das Menü oben blenden Sie die Zeitstempel aus, dann markieren und kopieren Sie den Text.

Die Schaltfläche erscheint nur, wenn das Video Untertitel hat, entweder vom Ersteller hochgeladen oder von YouTube automatisch erstellt. Für ein einzelnes Video ist das in Ordnung. Beim Kopieren von Hand geht die Zeitangabe verloren, und es lässt sich nicht skalieren.

2. Mit yt-dlp#

yt-dlp ist ein kostenloses Kommandozeilenprogramm. Der folgende Befehl speichert die englischen Untertitel als SRT-Datei, ohne das Video herunterzuladen:

yt-dlp --skip-download --write-subs --write-auto-subs --sub-langs en --convert-subs srt \
  "https://www.youtube.com/watch?v=dQw4w9WgXcQ"

--write-auto-subs nimmt die automatischen Untertitel von YouTube mit auf, wenn der Ersteller keine hochgeladen hat. Von einem Heimanschluss aus funktioniert das gut. Von einem Server aus verlangt YouTube häufig eine Anmeldung.

3. In Python#

Die Open-Source-Bibliothek youtube-transcript-api liest dieselben Untertitel ohne API-Schlüssel:

# pip install youtube-transcript-api
from youtube_transcript_api import YouTubeTranscriptApi
 
transcript = YouTubeTranscriptApi().fetch("dQw4w9WgXcQ", languages=["en"])
for snippet in transcript:
    print(round(snippet.start, 1), snippet.text)

Laut README blockiert YouTube die meisten IP-Adressen, die zu Cloud-Anbietern gehören. Auf AWS, Google Cloud oder einem VPS braucht die Bibliothek daher einen rotierenden Residential-Proxy. Siehe Transcript Dock im Vergleich mit youtube-transcript-api.

4. Mit der Transcript Dock API#

Drei Anfragen: Link übermitteln, warten, exportieren. Die API läuft überall, ohne dass Sie einen Proxy verwalten müssen. Sie liefert zeitlich markierte Segmente, exportiert TXT, SRT, VTT oder JSON und funktioniert für TikTok auf dieselbe Weise. Ein Transkript aus Untertiteln kostet 1 Credit, und jedes Konto erhält jeden Monat 50 kostenlose Credits.

# 1. submit the link (1 credit)
curl -X POST https://www.transcriptdock.com/v1/jobs \
  -H "Authorization: Bearer td_live_YOUR_KEY" \
  -H "Idempotency-Key: yt-dQw4w9WgXcQ" \
  -H "Content-Type: application/json" \
  -d '{ "source": { "url": "https://www.youtube.com/watch?v=dQw4w9WgXcQ" }, "mode": "captions_only" }'
 
# 2. wait for it (returns as soon as the job finishes)
curl "https://www.transcriptdock.com/v1/jobs/JOB_ID?wait=25" -H "Authorization: Bearer td_live_YOUR_KEY"
 
# 3. export the transcript (free)
curl "https://www.transcriptdock.com/v1/transcripts/RESULT_ID/export?format=txt" -H "Authorization: Bearer td_live_YOUR_KEY"

Die vollständige Anleitung finden Sie im Schnellstart. Für einen ganzen Kanal, eine Playlist oder eine Suche listen Sie zuerst die Videos mit der Videosuche auf und übermitteln sie danach als Stapel.

5. Claude oder Cursor fragen#

Fügen Sie Transcript Dock als Connector hinzu und stellen Sie Ihre Frage in einfachen Worten, zum Beispiel „Was sagt dieses Video?“ mit dem Link. Claude ruft das Transkript ab und antwortet darauf. Die Einrichtung dauert eine Minute: Claude, Claude Code, Cursor.

Wenn ein Video keine Untertitel hat#

Alle oben genannten Methoden lesen vorhandene Untertitel. Wenn es keine gibt, muss die Tonspur transkribiert werden. Mit Transcript Dock senden Sie mode: "auto". Dann werden Untertitel verwendet, wenn sie vorhanden sind, und andernfalls eine KI-Transkription, mit 2 Credits pro begonnener Minute in kostenpflichtigen Tarifen. Das Ergebnis enthält Zeitangaben pro Wort.

Häufige Fragen#

• Ist das erlaubt? Untertitel für eigene Recherche, Barrierefreiheit oder Analysen zu lesen ist üblich. Fremde Texte erneut zu veröffentlichen ist dagegen eine Frage des Urheberrechts. Prüfen Sie für Ihren Zweck die Nutzungsbedingungen von YouTube.
• Andere Sprachen? Übergeben Sie caption_languages, etwa ["es", "en"], um eine Spur zu bevorzugen. Die Spuren eines Videos listen Sie mit der Sprachermittlung auf.
• Shorts? Ja. Shorts-, Watch- und youtu.be-Links funktionieren alle.