Como citar um vídeo do YouTube com precisão

O que a legenda temporizada fornece

Um Actor é um programa de coleta de dados executado em um serviço de hospedagem. O YouTube Transcript Actor lê uma faixa pública de legendas de um vídeo cuja URL você já conhece. Uma faixa de legendas é um texto com marcações de tempo armazenado junto ao vídeo. O Actor copia esse texto armazenado. Ele não transforma a fala em um novo texto. Ele não identifica quem está falando. Ele não verifica fatos. Ele não pode comprovar que uma citação é exata.

Uma Task é uma configuração de entrada salva. A Task de transcrição do YouTube em JSON com marcações de tempo é a entrada inicial publicada. Ela solicita segmentos com marcações de tempo em JSON. JSON é uma forma de escrever nomes de campos e valores como texto. Uma Task publicada é apenas uma entrada inicial. Ela não faz essa verificação da citação por você.

A versão pública 0.1.43 do YouTube Transcript aceita 4 campos de entrada.

• `startUrls` contém URLs ou IDs de vídeos conhecidos.
• `preferredLanguages` contém os códigos dos idiomas que você prefere. Uma lista vazia não impõe um idioma.
• `outputFormats` solicita o formato do resultado. Use JSON.
• `includeFailedInputDetails` definido como true solicita uma linha de detalhes quando uma entrada falha.

A Task publicada inclui 3 URLs de vídeos de exemplo. Esses exemplos não são a sua fonte. Substitua a lista inteira por um vídeo público conhecido. Se você deixar os exemplos, poderá ler uma linha do vídeo errado. Mantenha JSON como formato de saída. Mantenha `includeFailedInputDetails` definido como true. Uma linha de falha pode explicar o problema. Uma linha de falha não é uma citação verificada. O Actor não encontra vídeos dentro de um canal. Ele não encontra vídeos dentro de uma playlist.

{
  "startUrls": ["https://www.youtube.com/watch?v=YOUR_VIDEO_ID"],
  "preferredLanguages": [],
  "outputFormats": ["json"],
  "includeFailedInputDetails": true
}

Coloque a URL do seu vídeo público real em `startUrls`. Exclua todas as URLs de exemplo. As chaves externas marcam o início e o fim da entrada. Os colchetes marcam o início e o fim de uma lista. Se você souber o idioma falado, coloque o código desse idioma em `preferredLanguages`. Se não souber, mantenha a lista vazia. Uma lista de idiomas vazia não significa que as legendas estão em inglês.

Uma verificação compatível retornou uma linha com status succeeded. Essa linha tinha uma faixa manual de legendas em inglês que não estava vazia. Manual significa que uma pessoa preparou a faixa, em vez de ela ser automática. Os segmentos com marcações de tempo pertenciam ao vídeo pretendido. Você pode reutilizar esse fato sobre o status. Não reutilize palavras de um vídeo de exemplo. Essas palavras não fazem parte deste método.

Uma linha é um resultado para um vídeo. Mantenha todos os campos retornados como chegaram. Estes campos são úteis:

• `videoId` é o ID público do vídeo.
• `videoUrl` é o endereço público do vídeo.
• `transcriptLanguageCode` é o código do idioma da legenda.
• `isAutoGenerated` informa se o YouTube criou a faixa automaticamente. A verificação compatível usou uma faixa manual em inglês, portanto essa faixa não era automática. Se esse campo for null, você não sabe como a faixa foi criada.
• `text` é o texto da legenda na linha. Cada segmento também tem seu próprio `text`. Mantenha os dois.
• `segments` é a lista de trechos com marcações de tempo. Um segmento é um trecho da faixa de legendas com marcações de tempo.
• `status` informa o que aconteceu com aquela entrada. A verificação compatível usou succeeded. Se o status não for succeeded, não faça citações a partir dessa linha.
• `scrapedAt` informa quando a linha foi coletada. Não é um tempo da fala.

Cada segmento mantém `startSeconds`, `endSeconds`, `durationSeconds` e `text`. `startSeconds` indica quando o trecho começa, a partir do início daquele vídeo. `endSeconds` indica quando ele termina. `durationSeconds` é a duração enviada pelo Actor. Se um valor for null, mantenha-o como null. Null significa que o valor está ausente. Ausência não é o mesmo que zero.

Você pode conferir uma duração com uma subtração simples. Duração do trecho = tempo final em segundos - tempo inicial em segundos. Se o resultado da subtração não corresponder a `durationSeconds`, mantenha o valor do Actor. Anote a diferença no seu registro de citação. Não substitua o valor do Actor.

Uma legenda ainda pode estar errada após o status succeeded. Os segmentos podem se sobrepor. Mantenha os dois segmentos sobrepostos. Não os combine em uma nova frase. A faixa pode omitir uma mudança de pessoa na fala. Ela pode omitir algo na tela que muda o sentido. Mantenha o texto original e os tempos originais. Não invente um rótulo para quem fala. Não substitua um tempo da fonte por um tempo estimado.

Se um vídeo for privado, você não obtém uma citação verificada. Se ele tiver sido removido, você não obtém uma citação verificada. Se ele não tiver legendas, você não obtém uma citação verificada. Você pode ouvir e fazer uma transcrição humana. Uma transcrição é o conjunto de palavras que você escreve depois de ouvir. Identifique-a como sua própria transcrição. Não diga que o Actor a criou.

`transcriptLanguageCode` não comprova as palavras faladas. Se você traduzir, identifique a tradução. Não apresente uma tradução como uma citação exata no idioma original.

A configuração mantém um resumo da execução antes da revisão do texto. inputsReceived é o número de entradas recebidas pela execução. uniqueVideosPlanned é o número de vídeos diferentes que a execução planejou abrir. rowsWritten é o número de linhas de transcrição bem-sucedidas. successfulTranscriptRows é o número de linhas de transcrição bem-sucedidas. Uma transcrição é o texto escrito das legendas com seus tempos. rowsWritten e successfulTranscriptRows não contam as linhas armazenadas com detalhes de falhas. failedInputs é o número de entradas de legendas que falharam. failedInputs não conta o trabalho inacabado. duplicateVideosSkipped é o número de vídeos repetidos que a execução não abriu novamente. statusCounts é o número de resultados das entradas processadas para cada status de faixa. Esses resultados incluem falhas. O status da faixa é o rótulo do resultado de uma faixa de legendas. errorCodeCounts é o número de falhas para cada código de erro. Um código de erro é o nome curto de um tipo de falha. failedInputDetails é a lista de cada entrada que falhou e seu erro. includeFailedInputDetails: true pode armazenar linhas com detalhes de falhas. Essas linhas com detalhes de falhas ficam separadas das contagens de transcrições bem-sucedidas. Concilie esses registros antes de revisar o texto. Conciliar significa compará-los até que sejam consistentes entre si. O vídeo pretendido, o idioma da faixa, o status da faixa, as linhas com status succeeded, as contagens de falhas e a lista de falhas devem ser consistentes entre si. O vídeo pretendido é o vídeo que a execução deveria abrir. O idioma da faixa é o rótulo de idioma daquela faixa de legendas. Uma extração bem-sucedida mostra apenas que a execução encontrou as legendas e seus tempos. Ela não comprova que as palavras citadas, a pessoa que fala ou a afirmação estejam corretas.

Confira as palavras em 8 etapas

Faça estas etapas para cada trecho curto que você possa citar.

1. Escreva a afirmação que a citação deve sustentar.

Escreva a afirmação em uma frase antes de escolher as palavras. Depois, escolha um vídeo público conhecido. Escolha um trecho curto como candidato à citação. Você deve conferir as palavras faladas por conta própria. Um bloco de texto recuperado é apenas uma indicação. Uma anotação sobre onde você clicou é apenas uma indicação. Nenhum dos dois é a citação. Se você não escrever a afirmação primeiro, será fácil excluir palavras até surgir uma afirmação diferente.

1. Obtenha o JSON atual com marcações de tempo ou examine o vídeo manualmente.

Salve o ID da fonte, a URL da fonte, o código do idioma, o status e o texto e os tempos originais dos segmentos. Se não houver legendas, ouça e faça uma transcrição humana. Identifique essa transcrição. Não diga que o Actor a fez. Mantenha a faixa bruta de legendas sem alterações depois de encontrar um erro. A faixa bruta mostra o que o Actor enviou. Sua correção deve ficar no registro de citação, não dentro dessa faixa.

1. Abra o trecho nos tempos escolhidos para a possível citação.

Reproduza uma parte suficiente do vídeo antes e depois da fala. As palavras e imagens ao redor formam o contexto. O contexto mostra quem está falando. Ele mostra a que uma palavra como "isso" ou "eles" se refere. Ele mostra uma condição, uma unidade e uma negação. Uma negação é uma palavra como "não". Uma condição é um requisito que deve ser verdadeiro antes da ação. Uma unidade é a medida, como xícaras ou minutos. Observe a imagem quando ela puder mudar o sentido. Um sinal de pontuação na legenda não comprova como a pessoa falou. O nome de uma pessoa na legenda não comprova quem falou. Um segmento curto pode omitir uma negação falada logo antes dele. Inclua o segmento vizinho quando a condição estiver nele.

1. Ouça novamente e escreva as palavras de que você precisa.

Ouça uma vez sem olhar a legenda. Transcreva apenas as palavras exatas de que você precisa. Reproduza novamente qualquer palavra sobre a qual tenha dúvida. Se uma palavra errada puder causar uma afirmação falsa grave, peça a outro leitor que ouça. Se o áudio não estiver claro, escreva "pouco claro". Não preencha a lacuna com uma palavra provável. Identifique quem fala apenas a partir de uma apresentação ou de outra declaração explícita na fonte. Uma voz que parece familiar não comprova a identidade. Um palpite da legenda não comprova a identidade. Se a fonte não identificar quem fala, escreva "desconhecido". O que é desconhecido continua desconhecido. Não escreva um nome nem escreva zero.

1. Compare as palavras da legenda com as palavras que você conferiu.

Escreva o motivo da correção no registro de citação. Escreva o intervalo da fonte que você ouviu. Não altere o texto bruto da legenda. Não altere os tempos brutos. O texto que você conferiu é sua transcrição. Ele não é um novo campo do Actor. Não refine uma frase e ainda a mantenha entre aspas. Uma frase refinada pode ser mais fácil de ler e ainda assim não ser fiel à fonte. As aspas garantem ao leitor que aquelas palavras foram conferidas.

1. Escolha uma citação direta ou uma paráfrase.

Uma citação direta repete o texto conferido e usa aspas. Uma paráfrase expressa o mesmo sentido com suas próprias palavras. Uma paráfrase não usa aspas e ainda inclui um link para a fonte. Você só pode omitir palavras quando o sentido permanecer o mesmo. Não omita uma condição. Não omita uma negação. Se você remover uma palavra como "não", poderá inverter o sentido. Siga os limites para citações do local onde você publica. Este método não informa o que a legislação de direitos autorais permite. Não copie um trecho longo de um vídeo real.

1. Salve o registro de citação.

Inclua a afirmação, a URL da fonte e o ID da fonte. Inclua os tempos inicial e final do trecho em segundos. Inclua o idioma, a evidência de quem fala e o trecho bruto da legenda. Inclua o texto conferido, o método de verificação e o horário da verificação. Inclua uma nota de contexto, a correção e o estado da revisão. Cite um momento que o leitor possa abrir. Em um computador, o YouTube permite compartilhar um link que começa em um tempo escolhido. O YouTube chama essa opção de Começar em. A página de ajuda é Ajuda de compartilhamento do YouTube: Começar em. Teste um link real com marcação de tempo antes de citá-lo. Confirme que ele abre o vídeo pretendido no tempo pretendido. Mantenha `videoUrl` na linha bruta. Um link para um momento serve ao leitor. Ele não comprova a citação. Ele não comprova a afirmação. Um revisor que não consegue abrir o momento não consegue conferir suas palavras. Um link que abre o momento continua sendo apenas um recurso de navegação.

1. Peça a um revisor que abra o trecho antes de você publicar.

O revisor compara a citação final com o áudio. O revisor também a compara com a afirmação ao lado dela. Se uma palavra necessária continuar sem confirmação, mantenha o estado da revisão como `needs_review`. Se a fonte não mostrar quem fala, mantenha `needs_review`. Não publique uma citação com `needs_review` como se ela tivesse sido conferida. `verified_wording` significa que as palavras e a evidência de quem fala foram conferidas. Isso não significa que a afirmação foi comprovada. Uma transcrição precisa ainda pode expressar uma afirmação sem sustentação. Mantenha a verificação do texto separada da verificação da afirmação. Um revisor ouve novamente, de modo que a verificação não dependa de uma única pessoa. O revisor não torna verdadeira uma afirmação falsa.

Exemplo resolvido: ficção original

A aula de jardinagem desta seção é uma ficção original. Ela não é um resultado do Actor. Não se trata de um vídeo real nem de uma pessoa real. Nenhum fato sobre imagens é fornecido aqui. Não acrescente nenhum.

O ID da fonte fictícia é o marcador VIDEO_ID. Um segmento bruto de legenda, de 42 a 48 segundos, diz: "adicione água quando a bandeja estiver nivelada." A pessoa que confere o áudio reproduz então o intervalo de 38 a 51 segundos. Nesse intervalo maior, a pessoa que fala diz: "Não adicione água até que a bandeja esteja nivelada."

A legenda omite a negação "não". Ela também omite "até que", expressão que contém a condição de tempo. Um leitor que citar apenas a legenda bruta ensinará a ação oposta. A citação curta conferida é: "Não adicione água até que a bandeja esteja nivelada."

Duração do trecho = tempo final em segundos - tempo inicial em segundos. O intervalo da legenda é 48 - 42 = 6 segundos. O intervalo ouvido é 51 - 38 = 13 segundos. Salve os dois intervalos. O intervalo curto é o segmento bruto. O intervalo maior é o contexto que você ouviu.

A apresentação fictícia identifica a Pessoa A. Salve essa apresentação como evidência de quem fala. Deixe a legenda bruta exatamente como ela chegou. O motivo da correção é a ausência da negação e da condição. O estado da revisão é `verified_wording`. O horário da verificação é desconhecido nesta ficção. Desconhecido não é zero.

Uma paráfrase é: Espere a bandeja ficar nivelada antes de adicionar água. Não coloque essa paráfrase entre aspas. Ela é uma reformulação, não uma segunda citação verificada. Uma proposta de citação apenas de "Adicione água" inverte a instrução. Ela remove a negação e a condição. Rejeite-a.

O candidato 2 também é uma ficção original. Sua linha de legenda teve status succeeded. Esta ficção não fornece uma frase bruta que possa ser usada com segurança, portanto o trecho bruto permanece desconhecido. Não invente uma unidade para preencher a lacuna. A palavra que indica a unidade no áudio não está clara. A fonte não confirma uma mudança de pessoa na fala. O texto conferido é desconhecido. Não se sabe quem fala. Os tempos do trecho são desconhecidos. O estado da revisão é `needs_review`. Ele não está verificado.

Duas linhas de legenda com status succeeded não se tornam duas citações verificadas. O sucesso na obtenção da legenda mostra apenas que uma linha foi retornada. Somente o candidato 1 tem palavras conferidas, evidência de quem fala e um motivo para a correção.

A decisão de publicação tem alcance limitado. Publique a citação direta conferida do candidato 1 somente depois que um revisor ouvir o intervalo de 38 a 51 segundos e concordar. Não publique as palavras "Adicione água" como citação. Não publique o candidato 2. Mantenha o candidato 2 como `needs_review` até esclarecer a unidade e quem fala.

Um link para um momento desta ficção segue apenas este padrão:

https://www.youtube.com/watch?v=VIDEO_ID&t=42s

Esse padrão não é uma evidência que possa ser reproduzida. Ele não é uma fonte real acessível. Não publique VIDEO_ID como referência factual. Quando você usar o método em um vídeo real, cite esse vídeo real. Teste primeiro o link real com marcação de tempo. Mantenha a citação curta. Mantenha o contexto da fonte onde o leitor possa vê-lo.

Record 1 (original fiction)
claim: The speaker tells the viewer not to add water until the tray is level.
source id: VIDEO_ID (placeholder, not a real video)
moment link: template only, not playable evidence
passage in seconds: 42
passage out seconds: 48
passage length: 48 - 42 = 6 seconds
wider checked interval: 38 to 51 seconds
wider length: 51 - 38 = 13 seconds
language heard: English
speaker evidence: The fictional introduction names Speaker A.
raw caption excerpt: add water when the tray is level.
checked wording: Do not add water until the tray is level.
check method: Listen from 38 seconds to 51 seconds. Compare with the raw caption. Leave the raw caption unchanged.
check time: unknown
context note: The wider window contains the negation and the condition. No picture fact is supplied.
correction: The caption omitted the negation and the timing condition.
review state: verified_wording

Record 2 (original fiction)
claim: unknown
source id: VIDEO_ID (same fictional placeholder)
passage in seconds: unknown
passage out seconds: unknown
language heard: unknown
speaker evidence: none. No speaker change is confirmed.
raw caption excerpt: unknown. A caption row succeeded, but its words are not supplied here.
checked wording: unknown. The unit word is unclear in the audio.
check method: Listen. Do not guess the unit. Do not guess the speaker.
check time: unknown
context note: Caption success does not verify the words.
correction: none yet
review state: needs_review

Mantenha a precisão do texto separada da veracidade da afirmação

Uma citação conferida ainda pode apresentar uma afirmação fraca ou falsa. A precisão das palavras significa apenas que você ouviu aquelas palavras. Ela não significa que a afirmação seja verdadeira. Verifique a afirmação com evidências adequadas a ela. Essa verificação é separada do registro de citação. `verified_wording` não comprova a instrução de jardinagem, nem mesmo dentro da ficção. Isso significa apenas que as palavras fictícias foram conferidas conforme foram faladas.