YouTube動画の文字起こしを自動取得＆AI要約するPythonスクリプトの紹介

1. はじめに

• YouTube 動画を見ていて「この内容、後でテキストで読み返したいな」と思ったことはありませんか？特に解説動画や講義動画では、重要なポイントを見逃したくないですよね。
• あるいは、「面白そうだが、動画の尺が長いので見る前に要点だけ知りたい」ということもあるでしょう。
• 今回紹介するのは、YouTube 動画の文字起こしを自動取得し、さらに Google Gemini API を使って要約まで作成してくれる Python スクリプトです。

2. このツールでできること

主な機能

• 🎥 文字起こし取得: yt-dlpを使用した安定した取得
• 🔗 堅牢な ID 取得機能: 様々な形式の YouTube URL から Video ID を取得
• 📝 Markdown 形式での出力: タイムスタンプ付きで読みやすいマークダウン形式
• 🔧 柔軟な出力オプション: タイムスタンプ、要約の有無などをカスタマイズ可能
• 🤖 AI 要約機能: Gemini API による構造化された要約（日本語・英語から選択可能）

3. 使用例

例えば、このツールを使うと次のような用途に活用できます：

• 解説動画を文字起こしして、重要ポイントを要約
• 大学の講義動画を要約して、復習用のノートを自動生成
• 英語の動画を文字起こし＆日本語要約で効率的に学習
• 長時間のカンファレンス動画の要点を素早く把握

4. コードの構成について

このリポジトリは2つの使い方ができます：

4.1. モジュール化されたバージョン

main.py                     # メインスクリプト
├── url_extractor.py        # URL/Video IDの抽出
├── transcript_processor.py # 文字起こしの処理
├── gemini_api.py           # AI要約の生成
└── utils.py                # ユーティリティ関数

各モジュールは独立しているため、必要に応じてカスタマイズや拡張が可能です。

4.2. オールインワンバージョン

シンプルに1ファイルで完結させたい場合は、こちらを使用してください。

all.py  # 全機能が1ファイルに統合

5. インストール方法

5.1. 必要なライブラリのインストール

pip install yt-dlp

5.2. スクリプトのダウンロード

GitHubからリポジトリをクローンまたはダウンロードします：

git clone https://github.com/kkensuke/yt_dlp_transcript
cd yt_dlp_transcript

5.3. （オプション）Gemini API の設定

要約機能を使いたい場合は、Gemini API キーが必要です：

1. Google AI Studioで API キーを取得
2. 環境変数に設定：

   export GEMINI_API_KEY="your_api_key_here"
   

3. または、main.py or all.py 内で直接設定：

   GEMINI_API_KEY = "your_api_key_here"
   

6. 基本的な使い方

6.1. シンプルな例

# YouTube URL を指定
python main.py 'https://www.youtube.com/watch?v=VIDEO_ID'

# または、Video ID だけでもOK
python main.py 'VIDEO_ID'

all.py を使う場合も同様です。

これだけで、以下の2つのファイルが生成されます：

1. {video_id}_transcript.md - タイムスタンプ付き文字起こし
2. {video_id}_summarized.md - AI 生成の要約（API キー設定時）

6.2. 生成されるファイルの例

文字起こしファイル（transcript.md）:

# Pythonプログラミング入門講座

**Video ID:** ABC123  
**YouTube URL:** https://www.youtube.com/watch?v=ABC123

---

**[00:00:15]** こんにちは、今日は Pythonプログラミングの基礎について解説します。

**[00:01:30]** まず、変数について説明しましょう。変数とは、データを保存するための箱のようなものです。

要約ファイル（summarized.md）:

# Pythonプログラミング入門講座 - Summary

## 📝 要約
この動画では、Pythonの基本的な概念である変数、データ型、制御構造について...

## 🔑 主要な概念とキーワード
- **変数（Variable）**: データを格納する容器、重要度（高）
- **データ型（Data Type）**: 整数、文字列、リストなど、重要度（高）

## ✨ 重要ポイント
- Pythonは初心者に優しいプログラミング言語である
- 変数を使うことでデータを効率的に管理できる
...

7. 詳細なオプション

7.1. タイムスタンプを削除

読みやすさ重視でタイムスタンプが不要な場合：

python main.py 'VIDEO_URL' --no-timestamps

7.2. 要約をスキップ

文字起こしだけが欲しい場合：

python main.py 'VIDEO_URL' --no-summary

7.3. 要約言語を指定

動画は日本語だけど、要約は英語で欲しい場合：

python main.py 'VIDEO_URL' --summary-lang en

逆に、英語動画の日本語要約：

python main.py 'VIDEO_URL' --summary-lang ja

7.4. カスタムファイル名

出力ファイル名を指定したい場合：

python main.py 'VIDEO_URL' -o my_custom_transcript.md

8. 実践的な活用例

8.1. ケース1: 講義ノートの自動生成

# 大学の講義動画から日本語の要約ノートを作成
python main.py 'LECTURE_VIDEO_URL' --summary-lang ja -o lecture_note.md

活用シーン:

• 復習用の要点まとめ
• 試験前の総復習資料

8.2. ケース2: 英語学習教材の作成

# 英語動画の文字起こしを取得（要約は不要）
python main.py 'ENGLISH_VIDEO_ID' --no-summary

活用シーン:

• リスニング練習の答え合わせ
• 知らない単語やフレーズの確認

8.3. ケース3: 技術カンファレンスの動画を要約

# 長時間の技術カンファレンス動画から要点を抽出
python main.py 'https://www.youtube.com/watch?v=CONF_VIDEO' --summary-lang ja

活用シーン:

• 1時間以上の動画の要点を5分で把握
• チーム内で共有するための議事録的な資料作成

9. トラブルシューティング

9.1. Gemini API のエラー

原因: APIキーの問題、またはクォータ超過

解決策:

1. APIキーが正しいか確認
2. Google AI Studioでクォータを確認
3. 非常に長い動画は、トークン制限に引っかかる可能性あり

9.2. yt-dlpの抽出失敗

原因: yt-dlp が古い、または地域制限

解決策:

# yt-dlp を最新版にアップデート
pip install -U yt-dlp

10. カスタマイズのアイデア

10.1. 要約プロンプトの調整

gemini_api.py 内のプロンプトをカスタマイズすることで、要約のスタイルを変更できます：

# 例：より技術的な要約にしたい場合
prompt = f"""
あなたは経験豊富なソフトウェアエンジニアです。
以下の技術動画の文字起こしから、実装に役立つ具体的な情報を抽出してください。
- ベストプラクティスを強調
- 注意点やよくあるミスも記載
...
"""

10.2. バッチ処理の実装

複数の動画を一度に処理したい場合：

# batch_process.py
import subprocess

video_ids = [
    'VIDEO_ID_1',
    'VIDEO_ID_2',
    'VIDEO_ID_3'
]

for vid in video_ids:
    subprocess.run(['python', 'main.py', vid])

10.3. 長文の処理

50,000文字を超える長い文字起こしの場合、main.py の MAX_SUMMARY_LENGTH を調整：

MAX_SUMMARY_LENGTH = 100000  # より長い動画に対応

ただし、Gemini のトークン制限には注意が必要です。

11. まとめ

このツールを使えば、YouTube 動画から効率的に情報を抽出できます：

• ✅ 時間の節約: 長い動画を見る時間がない時に要約で要点把握
• ✅ 学習効率UP: 文字起こしで復習しやすく
• ✅ 言語の壁を越える: 英語動画→日本語要約で情報収集
• ✅ ナレッジベース構築: 技術動画をテキスト資料として蓄積

12. 応用編：こんな使い方も

12.1. Obsidian や Notion との連携

Markdown 形式の出力なので、Obsidian などのナレッジベースツールとシームレスに統合できます。

12.2. チーム内の知識共有

技術カンファレンスや勉強会の動画を要約して、Slack や Notion で共有。

12.3. コンテンツ再利用

自分の YouTube 動画から文字起こしを作成し、ブログ記事の下書きとして利用。

---

参考リンク:

• yt-dlp 公式ドキュメント
• Google AI Studio