# Chronometrica 与 Pinto Studio：YouTube 转录文本语言核验对比 如果你的转录文本采集需要文档明确记载的请求语言和所选语言字段，并且需要在没有任何请求语言的字幕轨时返回 `LANGUAGE_UNAVAILABLE` 结果，请选择 Chronometrica。如果 Pinto Studio 的请求语言设置、单视频接口，以及应用自身的语言检查已能满足需求，则继续使用 Pinto Studio。[Chronometrica 文档约定](https://apify.com/chronometrica/youtube-transcript-scraper)、[Pinto Studio 文档约定](https://apify.com/pintostudio/youtube-transcript-scraper) Chronometrica 是本文所比较的自有 Actor 的发布方。Actor 是一种托管运行的采集程序。语料库是用于研究或软件开发的源文本集合。字幕轨是一组特定语言的字幕。 如何选择，取决于应用在接收转录文本前必须检查什么。请求中文字幕表明了你的意图。所选字幕轨的证据则说明，返回的文本来自哪种语言。 本次比较依据的是 2026年10月20日核查的公开文档约定。文档约定说明文档记载的输入和输出。这些核查不能证明两者在字幕准确性、提取可靠性或价格方面存在差异。 ## 选择应用所需的语言证据 首先，明确接收规则。一项研究可能只接受中文字幕。另一个项目可能接受任何可用语言的字幕。不同的规则会得到不同的采集结果。 Chronometrica 构建版本 0.1.43 接受按优先顺序排列的 `preferredLanguages`。列表非空时，会严格按列表限制语言。如果请求的语言均不可用，文档约定会在 `OUTPUT` 中记录不计费的 `LANGUAGE_UNAVAILABLE` 失败结果。此结果不进入成功数据集。成功数据集保存返回的转录文本记录。语言列表为空时，表示选择可用字幕中的最佳选项。这不会强制执行指定的语言限制。[输入模式](https://apify.com/chronometrica/youtube-transcript-scraper/input-schema)、[文档约定](https://apify.com/chronometrica/youtube-transcript-scraper)、[核查的构建版本](https://api.apify.com/v2/acts/chronometrica~youtube-transcript-scraper/builds/default) 成功记录会提供以下字段： - `requestedLanguageCodes`：请求的语言代码。 - `transcriptLanguageCode` 和 `transcriptLanguageName`：所选转录文本的语言。 - `availableLanguageCodes`：可用字幕语言的证据。 - `languageMatch`：语言是否匹配的证据。 将文本纳入语料库前，请检查这些字段。仅凭请求设置，无法证明返回文本的语言。[输出约定](https://apify.com/chronometrica/youtube-transcript-scraper) | 决策要点 | Chronometrica | Pinto Studio | | --- | --- | --- | | 语言输入 | 按优先顺序排列的 `preferredLanguages` | 必填的 `targetLanguage` 和 `videoUrl` | | 请求语言的处理方式 | 列表非空时严格限制语言；为空时选择最佳可用字幕 | 文档说明会提供请求语言的字幕 | | 用于决定是否接收的证据 | 文档明确记载请求语言和所选语言字段 | 按你的规则检查返回的证据 | | 没有匹配语言 | 文档明确记载在 `OUTPUT` 中返回 `LANGUAGE_UNAVAILABLE` | 核查的接口未明确说明具体结果 | 表格来源：[Chronometrica 文档约定](https://apify.com/chronometrica/youtube-transcript-scraper)、[Chronometrica 输入](https://apify.com/chronometrica/youtube-transcript-scraper/input-schema)、[Pinto Studio 文档约定](https://apify.com/pintostudio/youtube-transcript-scraper)、[Pinto Studio 输入](https://apify.com/pintostudio/youtube-transcript-scraper/input-schema)。 改用 Chronometrica 的主要理由，是需要其文档明确记载的语言证据和无匹配记录。如果现有流程已满足接收规则，这项需求可能不足以支持更换工具。 ## 结合上下文理解 Pinto Studio 的语言问题 Pinto Studio 的一个公开问题询问，`targetLanguage` 是否决定返回字幕的语言。讨论中包含对过去回退行为的解释。维护者在 2026年8月26日的更新中表示，目标语言处理已得到改进，现已正常工作。该问题表明，用户确实关心如何按语言接收文本。但它不能证明目前仍有回退故障。[公开问题及维护者更新](https://apify.com/pintostudio/youtube-transcript-scraper/issues/targetlanguage-param-zt0qpJ83bq8U4GMAq) Pinto Studio 构建版本 1.0.63 宣称提供请求语言的字幕。其 README 描述了包含开始时间、时长和文本的结构化片段。其常见问题提到由 YouTube 提供或自动翻译的字幕。这并不表示 Pinto Studio 自行生成翻译。[当前文档约定及常见问题](https://apify.com/pintostudio/youtube-transcript-scraper)、[核查的构建版本](https://api.apify.com/v2/acts/pintostudio~youtube-transcript-scraper/builds/default) 核查的接口未明确说明语言不可用时的具体结果。在应用依赖这一行为之前，请先验证。旧讨论或缺少严格语言开关，都无法证明当前会返回什么结果。[当前输入模式](https://apify.com/pintostudio/youtube-transcript-scraper/input-schema)、[问题历史](https://apify.com/pintostudio/youtube-transcript-scraper/issues/targetlanguage-param-zt0qpJ83bq8U4GMAq) ## 检查现有字幕轨是否符合规则 Chronometrica 提取已有的公开字幕。它不会通过翻译补出缺失的字幕轨，也不会通过语音识别创建转录文本。其当前文档约定也未承诺仅提供人工字幕，或提供单独列出字幕轨的操作。如果项目既要求特定语言，也要求特定字幕来源，这些限制就会影响选择。[Chronometrica 文档约定](https://apify.com/chronometrica/youtube-transcript-scraper) 对于有语言限制的语料库，请明确可接受的语言代码。如果接受多种语言，请明确优先顺序。严格限制语言的请求中，只应包含可接受的语言。 然后，按规则检查所选语言的证据。可用语言列表用于提供背景信息。是否接收文本，取决于实际提供返回文本的字幕轨。 如果之后翻译转录文本，请将翻译记录为独立流程。翻译后的文本不能证明最初提取的字幕轨使用了请求语言。请在记录中区分源语言和翻译语言。 ## 以 3 个计划来源为例的虚构决策 本例为虚构示例。它不是 Actor 运行结果、供应商测试或客户案例。 一项研究只接受中文字幕。它计划输入 3 个视频。在这个虚构示例中，2 个输入有可用的中文字幕轨。第 3 个输入没有匹配语言。 该研究接收了 2 份转录文本，并单独记录第 3 个输入的语言处理结果。已接收来源的覆盖率为： 2 个已接收输入 / 3 个计划输入 × 100 = 66.67%。 这个百分比衡量的是该虚构采集任务中的接收比例。它不是实测的提取成功率。 如果尚未解决的视频有英文字幕轨，该字幕轨也不符合研究规则。请求中文字幕，并不会让英文文本变得可接受。计算覆盖率时，研究必须将全部 3 个计划输入都计入总数。 尚未解决的输入需要单独记录。它不属于成功但没有文本的转录结果。如果后续流程取得了可接受的文本，研究可以更新记录，同时保留先前的处理结果。 接受任何源语言的项目可以使用不同规则，但必须明确该规则。后续翻译仍应视为独立流程。 Chronometrica 文档明确记载的所选语言字段和 `LANGUAGE_UNAVAILABLE` 结果，符合这项研究的接收记录需求。本例未声称当前 Pinto Studio 会为第 3 个视频返回什么结果。[Chronometrica 输出约定](https://apify.com/chronometrica/youtube-transcript-scraper) ## 采用一套简单的语言接收方法 1. 写明规则。列出可接受的字幕语言。说明是否允许替代语言。提取前，记录计划输入的来源数量。 2. 设置请求。使用 Chronometrica 时，请明确填写 `preferredLanguages`。将 `includeFailedInputDetails` 保持为 `true`，以保留可安全记录的各输入失败详情。语言列表为空时，表示选择最佳可用字幕。[输入模式](https://apify.com/chronometrica/youtube-transcript-scraper/input-schema) 3. 读取两类结果记录。结合成功数据集和 `OUTPUT` 查看结果。保留足够的输入标识信息，以便将每个未成功的结果对应到计划来源。[输出约定](https://apify.com/chronometrica/youtube-transcript-scraper) 4. 检查每份成功返回的文本。按规则核对 `requestedLanguageCodes`、`transcriptLanguageCode` 和 `languageMatch`。将语言名称和可用语言证据作为背景信息。只有证据符合规则时，才接收文本。[输出字段](https://apify.com/chronometrica/youtube-transcript-scraper) 5. 单独保留无匹配结果。将 `LANGUAGE_UNAVAILABLE` 记录在已接收的语料库之外。未知值应保持为未知。不要用 0 替代缺失的文本或语言值。 6. 检查现有流程。如果返回的证据和应用自身的检查符合规则，就继续使用。在依赖某种特定结果之前，先验证无匹配语言时的处理方式。 7. 报告数量。以最初的计划输入总数为基准，报告已接收和未解决的输入数量。将后续翻译标记为独立流程。 即使 Actor 协助执行接收规则，应用仍须负责制定和执行该规则。 如需了解从已发现的视频构建文本集合的完整流程，请参阅 [YouTube 转录文本语料库指南](/zh-Hans/articles/%E4%BB%8E%E6%90%9C%E7%B4%A2%E7%BB%93%E6%9E%9C%E6%9E%84%E5%BB%BA%E5%AD%97%E5%B9%95%E8%AF%AD%E6%96%99%E5%BA%93/)。本文聚焦于一个更具体的选择：接收每份文本需要哪些语言证据。 ## 明确设置请求语言 Task 是已保存的输入预设。公开的 [YouTube 转录文本提取 Task](https://apify.com/chronometrica/youtube-transcript-scraper/examples/batch-youtube-transcript-extraction) 可用作起点。在 2026年10月20日的核查中，该页面返回了 HTTP 200，表示页面响应成功。核查未读取其已保存的输入。请明确设置规则所需的字段。 这个输入示例请求 `zh-Hans`，即简体中文的语言代码。它通过了针对已保存的当前公开输入模式的静态检查。该检查将输入与文档记载的输入规则进行了对照。此输入未实际运行。视频 URL 仅用于展示输入格式，不能证明目前有可用字幕。 ```json { "startUrls": [ "https://www.youtube.com/watch?v=BPK_qzeH_yk" ], "preferredLanguages": [ "zh-Hans" ], "includeFailedInputDetails": true } ``` 明确设置请求语言 输入格式和字段设置遵循已核查的 [Chronometrica 输入模式](https://apify.com/chronometrica/youtube-transcript-scraper/input-schema)。请将示例 URL 和语言替换为你的计划来源和可接受的语言。 ## 按语言规则选择 Actor 如果 [Chronometrica YouTube Transcript Scraper](https://apify.com/chronometrica/youtube-transcript-scraper) 文档明确记载的语言字段和无匹配结果符合需求，请选择它。设置可接受的语言。然后，在接收每份文本之前，检查所选语言的证据。 结合 `OUTPUT` 和成功数据集查看结果。保留尚未解决的语言查询记录，并将其放在已接收的语料库之外。如果现有的单视频流程已符合相同规则，就继续使用该流程。 ## 来源和延伸阅读 - [Chronometrica YouTube Transcript Scraper — 公开文档约定及输出字段；记载请求语言、所选语言、严格的无匹配处理方式，以及仅提取已有字幕的限制；核查日期为 2026年10月20日；属于文档约定证据，并非性能对比测试](https://apify.com/chronometrica/youtube-transcript-scraper) - [Chronometrica YouTube Transcript Scraper 输入模式 — 记载 preferredLanguages 和 includeFailedInputDetails；核查日期为 2026年10月20日；文章示例通过了输入模式静态验证，但未实际运行，其 URL 也不能证明目前有可用字幕](https://apify.com/chronometrica/youtube-transcript-scraper/input-schema) - [Chronometrica YouTube Transcript Scraper 默认构建 — 2026年10月20日核查时的版本为 0.1.43；此版本号标明本次比较核查的构建版本](https://api.apify.com/v2/acts/chronometrica~youtube-transcript-scraper/builds/default) - [Pinto Studio YouTube Transcript Scraper — 公开文档约定及常见问题描述了请求语言的字幕、结构化片段，以及由 YouTube 提供或自动翻译的字幕；核查日期为 2026年10月20日；不能证明 Pinto Studio 自行生成翻译](https://apify.com/pintostudio/youtube-transcript-scraper) - [Pinto Studio YouTube Transcript Scraper 输入模式 — 要求提供 videoUrl 和 targetLanguage；核查日期为 2026年10月20日；核查的接口未明确说明语言不可用时的具体回退行为或带有明确类型的失败结果](https://apify.com/pintostudio/youtube-transcript-scraper/input-schema) - [Pinto Studio YouTube Transcript Scraper 默认构建 — 2026年10月20日核查时的版本为 1.0.63；此版本号标明本次比较核查的构建版本](https://api.apify.com/v2/acts/pintostudio~youtube-transcript-scraper/builds/default) - [Pinto Studio targetLanguage 问题及维护者更新 — 包含过去的语言问题及回退行为解释，随后在 2026年8月26日的更新中报告处理方式已改进；核查日期为 2026年10月20日；这些历史记录不能证明目前仍有回退故障](https://apify.com/pintostudio/youtube-transcript-scraper/issues/targetlanguage-param-zt0qpJ83bq8U4GMAq) - [Chronometrica YouTube 转录文本提取 Task — 2026年10月20日核查时，公开页面返回 HTTP 200；未读取 Task 已保存的输入；可将其用作起始预设，并明确设置必填字段](https://apify.com/chronometrica/youtube-transcript-scraper/examples/batch-youtube-transcript-extraction)