Ga naar de inhoud
NL
API-sleutel ophalen
Documentatie bekijken

Handleidingen

YouTube-transcripten en ondertiteling: van één video naar een trainingsdataset

Open de videobeschrijving en kies Transcript tonen. Als er ondertiteling beschikbaar is, kunt u de tekst lezen en naar het moment springen waarop de woorden werden uitgesproken. U hebt geen API nodig en hoeft niets te downloaden.

Op deze pagina

Een YouTube-transcript opvragen zonder de video te downloaden

  1. Zoek de passage. Vouw op de afspeelpagina de beschrijving uit en kies Transcript tonen. Selecteer een regel om dat moment af te spelen.
  2. Controleer de taal. Het menu Ondertiteling/CC van de speler bepaalt de tekst. Audiotrack, indien aanwezig, bepaalt wat u hoort. Als u de audio wijzigt, verandert het transcript niet gegarandeerd mee.
  3. Controleer een citaat. Kopieer de passage als u de tekst kunt selecteren, of noteer de woorden en het tijdstempel. Speel de passage opnieuw af om namen, getallen en woorden als ‘niet’ te controleren, die de betekenis kunnen omkeren.
Bronnen

Ondertiteling opslaan voor een video die u beheert

Kies in YouTube Studio → Ondertiteling de video en selecteer Bewerken naast de gewenste taal. Kies onder Opties voor Ondertiteling downloaden. Bewaar het bestand met tijdcodes; u kunt later een versie als platte tekst exporteren.

Als er nog geen ondertitelspoor is en u een script in de gesproken taal hebt, kan Studio het script met de audio synchroniseren.

Bronnen

Als er geen ondertitelspoor is

Bij het ophalen van ondertiteling wordt bestaande tekst gelezen. Bij transcriberen wordt nieuwe tekst uit audio gemaakt. Gebruik voor een opname die uw eigendom is of die u mag verwerken een spraak-naar-teksttool in de modus transcriberen om de gesproken taal te behouden. Vertalen is een aparte stap. Zijn er geen ondertitels en hebt u geen toestemming om de audio te gebruiken, vraag de uitgever dan om een transcript.

Om bijvoorbeeld uw eigen Engelstalige interview lokaal te transcriberen, selecteert u eerst de juiste audiostream. Als FFmpeg, whisper-cli uit de snelstartgids van whisper.cpp en het Engelse model base.en zijn geïnstalleerd, levert het volgende zowel interview.txt als interview.srt op:

Een lokale opname transcriberen met whisper.cpp
ffmpeg -i interview.mp4 -map 0:a:0 -ac 1 -ar 16000 -c:a pcm_s16le interview.wav
whisper-cli -m models/ggml-base.en.bin -f interview.wav -l en -otxt -osrt -of interview

Hier selecteert 0:a:0 de eerste audiostream, niet noodzakelijk de oorspronkelijke taal. Luister er eerst naar. Selecteer voor Japanse spraak bijvoorbeeld de Japanse stream, gebruik het meertalige model ggml-base.bin en stel -l ja in. Controleer de uitvoer aan de hand van de opname. Deze tekst is gemaakt door uw transcriptieproces; het is geen ondertitelspoor dat door YouTube is aangeleverd.

Bron

Ondertiteling en transcripten: begrippen en verschillen

Een ondertitelspoor is een reeks segmenten: telkens een stuk tekst met het moment waarop het moet verschijnen. Inschakelbare ondertiteling kunt u aan- en uitzetten. Toegankelijke ondertiteling geeft naast spraak ook betekenisvolle geluiden weer: een wisseling van spreker, een klop op de deur of een alarm waarop iemand reageert. Met ondertitels in de betekenis van ‘subtitles’ wordt vaak vertaalde dialoog bedoeld, maar in veel landen ook ondertiteling in dezelfde taal. Alleen het menulabel vertelt u niet wie de woorden heeft geschreven, en ook niet of het om een vertaling gaat.

Een transcript geeft de woorden weer om te lezen, met of zonder tijdstempels. Het transcriptpaneel van YouTube is een leesweergave van de ondertiteling, geen onafhankelijke tweede transcriptie. Een samenvatting is weer iets anders: die kan informatie weglaten of parafraseren. Als een spreker naar een diagram wijst en ‘zet het hier’ zegt, kan het transcript precies dat weergeven zonder uit te leggen waar. Een beschrijvend transcript voegt de ontbrekende visuele informatie toe.

Bronnen

De drie soorten YouTube-ondertiteling

Classificeer bij het vergelijken van transcripten het ondertitelspoor dat u daadwerkelijk hebt ontvangen. De drie gebruikelijke bronnen zijn ondertiteling van de maker, automatische transcriptie door YouTube en automatische vertaling door YouTube. De laatste twee zijn allebei geautomatiseerd, maar slechts één ervan luistert naar de spraak.

Bron van de ondertitelingHoe de tekst is gemaaktVoorbeeld: een Japans interview
Aangeleverd door de maker (uploader)Het kanaal levert of publiceert de tekst. Die kan zijn getypt, geüpload of bewerkt op basis van een automatisch concept. De tekst is niet noodzakelijk helemaal zelf geschreven of woordelijk.De maker publiceert Engelse ondertitels met de tekst ‘Please wait a moment.’ Dit is een vertaling, maar de bron blijft de maker, niet de automatische vertaalfunctie van YouTube.
Automatisch gegenereerd door YouTube (spraakherkenning, ASR)YouTube zet spraak om in tekst in dezelfde taal. Daarbij kan de spreker verkeerd worden verstaan; er vindt geen vertaling plaats.De gast zegt chotto matte. Het spoor geeft die woorden in het Japans weer.
Automatisch vertaald door YouTube (machinevertaling)YouTube zet bestaande ondertiteltekst om naar een andere taal. De bron kan van de uploader komen of automatisch zijn gegenereerd. Het proces luistert niet naar een nagesynchroniseerde versie in de doeltaal.YouTube geeft de Japanse ondertitel in het Engels weer als ‘Wait a little.’ Als in de Japanse ondertitel een naam verkeerd is herkend, kan de vertaling die fout overnemen.
Bronnen

Waarom één video meerdere Engelse teksten kan hebben

Een nasynchronisatie is audio, geen vierde soort ondertiteling. In hetzelfde fictieve interview zou de Engelse stemacteur ‘Give me a second.’ kunnen zeggen. Beide Engelse ondertitels hierboven brengen de betekenis over. Geen van beide bevat die gesproken woorden. Gebruik een van beide om de inhoud te begrijpen, luister naar de nasynchronisatie voor een letterlijk citaat en bewaar voor een vertaaldataset de brontekst en de vertaalmethode afzonderlijk.

De oorspronkelijke audio is de bronopname; de standaardweergave is wat de speler selecteert en kan verschillen naargelang de voorkeuren van de kijker. Een andere ondertitelingstaal kiezen verandert de audio niet. Ga er niet van uit dat elke nasynchronisatie een passend ASR-spoor heeft: YouTube beschrijft automatische ondertiteling voor video's met meerdere audiotracks als ondertiteling in de standaardtaal, niet als één transcriptie per nasynchronisatie.

Bronnen

Bestandsformaten voor YouTube-transcripten: TXT, SRT, VTT en JSON

FormaatGeschikt voorAandachtspunten
Platte tekst (TXT)Lezen, notities of een samenvattingEenvoudig te bewerken, maar bij het omzetten van het spoor naar doorlopende tekst gaat de koppeling van elke regel naar de video verloren, tenzij u die apart bewaart.
SubRip (SRT)Ondertitels met tijdcodes uitwisselen tussen editors en spelersGenummerde segmenten met begin- en eindtijden. Handig wanneer afspelen belangrijker is dan uitgebreide opmaak.
WebVTT (VTT)Ondertiteling voor een webspelerBehoudt de tijdcodes van de segmenten en kan extra informatie bevatten, zoals de positie of sprekerlabels, als de auteur die heeft toegevoegd.
JSON of JSON Lines (JSONL)Zoeken in meerdere video's of datasets opbouwenU kiest het schema. Vermeld of tijden in seconden of milliseconden zijn uitgedrukt en of ze verwijzen naar de volledige video of een geëxporteerde clip.

Hier ziet u de fictieve ondertitel van de uploader in WebVTT. De 1,9 seconden geven aan wanneer het segment moet worden weergegeven, niet wanneer elk afzonderlijk woord begint en eindigt.

Een WebVTT-segment met tijdcodes
WEBVTT

00:01:04.200 --> 00:01:06.100
Please wait a moment.

Een kopie met alleen tekst kan simpelweg ‘Please wait a moment.’ bevatten. Een doorzoekbare notitie is nuttiger als ‘01:04 · Please wait a moment.’ Als u een clip uitsnijdt die begint op 01:00, hoort de ondertitel op 4,2 tot 6,1 seconden in die clip, niet op 64,2 tot 66,1. Bewaar het oorspronkelijke tijdsbereik zodat u de verwijzing naar de bron kunt reconstrueren.

Bronnen

Een dataset met YouTube-transcripten opbouwen

Bepaal wat één voorbeeld moet aantonen voordat u duizenden sporen verzamelt. Hetzelfde segment kan bruikbaar zijn voor de ene dataset en ongeschikt voor de andere:

Doel van de datasetBruikbare onderbouwingWat u moet afwijzen of apart labelen
Zoeken, samenvatten of vragen beantwoordenEen leesbare passage, de taal ervan, een video-ID en een tijdsbereik waarnaar u kunt verwijzenPresenteer een vertaalde passage niet als een letterlijk citaat van de spreker. Houd samenvattingen gescheiden van de brontekst.
Spraakherkenning of woorduitlijningEen specifieke audioclip gekoppeld aan de woorden die daarin daadwerkelijk te horen zijnWijs onjuiste nasynchronisaties en parafrases af als woordelijke labels. Houd ongecontroleerde ASR gescheiden van referenties die door mensen zijn gecontroleerd.
Spraak- of tekstvertalingGeïdentificeerde gesproken of geschreven brontekst met de bijbehorende vertalingHoud menselijke en machinevertalingen van elkaar te onderscheiden als de herkomst bekend is. Segmenten kunnen tussen talen worden opgesplitst of samengevoegd; regel 12 hoeft geen vertaling van regel 12 te zijn.
Video-teksttraining of multimodale trainingTekst die beschrijft wat er in de betreffende videobeelden te zien isEen gesproken toelichting kan verwijzen naar iets buiten beeld of naar de volgende stap. HowTo100M gebruikte bijvoorbeeld gesproken instructies als trainingssignaal, niet handmatig gecontroleerde beschrijvingen van elk videobeeld.
Bron

Het paar van audio en ondertiteling vastleggen

Een video-ID is niet genoeg: die vertelt niet welke audio u hebt gebruikt, welke ondertitelversie u hebt opgehaald of waarom een beoordelaar een paar heeft geaccepteerd. Hier ziet u een illustratief datasetrecord, geen antwoord van de YouTube- of FlashData-API:

Datasetmanifest: één ondertitel en de bijbehorende audio
{
  "video_id": "EXAMPLE0001",
  "audio_asset": "interview-en-dub.wav",
  "audio_language": "en",
  "caption_language": "en",
  "caption_origin": "uploader",
  "start_s": 64.2,
  "end_s": 66.1,
  "time_base": "source_video",
  "text": "Please wait a moment.",
  "review": "English dub says 'Give me a second.'",
  "use_for_search": true,
  "use_as_verbatim_speech_label": false
}

Die laatste beslissing is de kern: beide talen zijn Engels en het segment verschijnt op het juiste moment, maar de tekst is geen woordelijk label. Leg voor een echte verzameling ook, waar beschikbaar, de bron- of spoor-ID, de ophaaldatum, de bestands- of versie-ID en de toestemming of licentie voor het beoogde gebruik vast. Laat onbekende herkomst onbekend, in plaats van die uit een bestandsnaam af te leiden.

De verzameling controleren voordat u die gebruikt

  1. Meet de dekking. Tel de video's waarvoor u een poging hebt gedaan, de video's met een spoor in de doeltaal en de video's die aan uw kwaliteitsbeleid voldoen. Maak onderscheid tussen ‘geen geschikte ondertiteling’ en ‘ophalen mislukt’. Anders lijkt een tijdelijke fout op een taal met een lage dekking.
  2. Luister en neem steekproeven. Beoordeel clips uit verschillende talen, ondertitelbronnen en kanalen. Controleer of getallen, namen, ontkenningen, sprekerswisselingen en segmentgrenzen overeenkomen met de werkelijke opname. Vergelijk voor woordelijke spraak een steekproef met onafhankelijk getranscribeerde referentietekst. Het woordfoutpercentage telt vervangingen, weglatingen en invoegingen per referentiewoord; het is geen maat voor vertaalkwaliteit of timing.
  3. Bewaar de bron en de tijdbasis. Bewaar het spoor met tijdcodes naast de opgeschoonde tekst als dat is toegestaan. Normaliseer regeleinden voor zoekopdrachten, maar verwijder herhaalde woorden niet zomaar: ‘nee, nee’ kan echt zijn uitgesproken. Controleer segmenten aan de hand van de cliplengte en houd rekening met een eventuele tijdverschuiving door het knippen.
  4. Splits op opname, niet op ondertitelregel. Houd clips, nasynchronisaties en vertalingen van dezelfde opname in dezelfde trainings- of testset. Anders kan een model hetzelfde interview zowel tijdens training als tijdens evaluatie zien. Houd ongecontroleerde paren buiten een evaluatieset die bedoeld is om woordelijke nauwkeurigheid te meten.
  5. Controleer rechten vóór verzameling of publicatie. Dat iets openbaar te bekijken is, betekent niet dat herdistributie of training is toegestaan. Leg vast wat uw beoogde gebruik toestaat, controleer op persoonsgegevens en houd rekening met correcties of verwijderingen. Houd deze beslissing gescheiden van technische kwaliteit.
Bronnen

Bestaande sporen ophalen met FlashData

Gebruik deze route als u video-ID's hebt en bestaande ondertiteling wilt ophalen als tekst en segmenten met tijdcodes. Deze route maakt geen spraak-naar-teksttranscriptie voor een video zonder ondertiteling. YouTube Transcript en YouTube Captions gebruiken dezelfde regels voor spoorselectie. De standaardinstellingen verschillen: youtube_transcript staat automatische bronnen toe (auto: true); youtube_captions gebruikt standaard alleen ondertiteling van de uploader (auto: false). Beide kiezen Engels als language is weggelaten.

Hier ziet u een Python-voorbeeld voor één video met requests. Vervang de voorbeeldsleutel en gebruik een video-ID die u mag verwerken. De beschikbaarheid hangt af van de video:

Een bestaand transcript ophalen met Python
import requests

response = requests.post(
    "https://data.flashdata.dev/v1/queries/realtime",
    headers={"X-API-Key": "your-api-key"},
    json={
        "source": "youtube_transcript",
        "video_id": "jNQXAC9IVRw",
        "params": {"language": "en", "auto": True},
    },
    timeout=(5, 90),
)
response.raise_for_status()
track = response.json()["results"][0]
print(track["languageCode"], track["captionSource"])
print(track["fullText"])
for cue in track["segments"]:
    print(f"{cue['start']:.3f} to {cue['end']:.3f} s: {cue['text']}")

Een taal en ondertitelbron kiezen

Een taalcode zoals "en" vraagt om Engels, ongeacht de audio. Gebruik in plaats daarvan "original" om de als oorspronkelijk gemarkeerde taal van een audiospoor te volgen, of "default" voor de afspeeltaal die voor de worker is gemarkeerd, niet uw browserinstelling. FlashData bepaalt beide op basis van audio-informatie uit dezelfde extractie.

Een expliciete spoorcode werkt anders: "en-orig" met auto: true vraagt precies dat automatische spoor op, zonder terugval naar een ander spoor. Het achtervoegsel -orig is een naamgevingsconventie van yt-dlp, geen bewijs dat de oorspronkelijke audio Engels was.

Bij een gewone taalcode, "default" of "original" probeert auto: true ondertitelbronnen in deze volgorde, allemaal in de doeltaal:

  1. Spraakherkenning in dezelfde taal (youtube_asr): YouTube heeft de spraak getranscribeerd.
  2. Ondertiteling van de uploader (uploader): het kanaal heeft de tekst aangeleverd.
  3. Niet-geclassificeerde automatische ondertiteling (youtube_auto_unknown): de beschikbare gegevens maken geen onderscheid tussen ASR en vertaling. Dit is onzekerheid over de bron, geen vierde manier om ondertiteling te maken.
  4. Machinevertaling door YouTube (youtube_translated): YouTube heeft een ander ondertitelspoor vertaald.

Met auto: false komt alleen ondertiteling van de uploader in aanmerking. Stel dat in het interviewvoorbeeld Engels als afspeeltaal is gemarkeerd. Er is een Engelse upload en een YouTube-vertaling, maar geen Engelse ASR. Een verzoek om "default" met auto: true geeft captionSource: "uploader" en isAutoGenerated: false terug.

Bron

Meer dan één taal opvragen

Stuur voor dezelfde video een array zoals ["original", "en", "es"]. Daarmee vraagt u 1 tot 10 verschillende selectoren elk met hetzelfde auto-beleid op, niet alleen de eerste beschikbare taal. Zelfs een array met één item geeft results[0].tracks en results[0].errors terug in plaats van één spoor.

Succesvol opgehaalde sporen blijven in de volgorde van het verzoek staan. Koppel een spoor op basis van requestedLanguageCode als dat aanwezig is, anders op basis van languageCode. Fouten geven met languageCode aan welke selector is mislukt. Bewaar geslaagde resultaten als een andere taal mislukt. Als geen enkele taal slaagt, handelt u de fout op verzoekniveau af.

Een ontbrekend spoor onderscheiden van een mislukte ophaalpoging

Een onbevestigde oorspronkelijke taal (youtube_original_language_unknown) is iets anders dan een bekende oorspronkelijke taal zonder geschikte ondertiteling (youtube_original_subtitles_unavailable). Voor de standaardweergave zijn de overeenkomstige fouten youtube_default_language_unknown en youtube_default_subtitles_unavailable.

Als YouTube HTTP 429 retourneert bij het leveren van vertaalde ondertiteling en geen enkel opgevraagd spoor slaagt, kan de realtime-API van FlashData HTTP 502 met youtube_subtitle_retrieval_failed melden. Bij gedeeltelijk succes kan de mislukte selector in plaats daarvan errors[].code: "retrieval_failed" krijgen. Alleen een 502 toont niet aan dat er bij YouTube een 429 is opgetreden. Een 429 van FlashData's eigen verzoekbegrenzer staat los van een 429 bij YouTube.

De YouTube Download API selecteert audio afzonderlijk via audio_language en kan terugvallen op een ander spoor; bij beide API's om "original" vragen bewijst niet dat audio en tekst op elkaar aansluiten. Zie het recept voor ondertiteling met tijdstempels om resultaten op te slaan en de gids voor bulkbestanden om een lijst met video-ID's te verwerken.

Veelgestelde vragen over YouTube-transcripten

Kan ik gratis een YouTube-transcript krijgen zonder de video te downloaden?

Ja. Als er ondertiteling beschikbaar is, kunt u met YouTubes functie Transcript tonen de tekst op de afspeelpagina lezen zonder een tool te kopen of media te downloaden. Begin daar voor één lezing of interview.

Bron

Waarom is er geen transcript terwijl ik ondertitels in beeld zie?

Schakel de inschakelbare ondertiteling uit. Als de woorden blijven staan, kunnen ze ingebrand zijn: onderdeel van het beeld in plaats van een selecteerbaar tekstspoor. Een video kan ook geen gepubliceerde ondertiteling hebben, of de automatische ondertiteling wordt nog verwerkt. Transcribeer bij materiaal dat u mag verwerken de audio als u wilt weten wat er is gezegd, of gebruik optische tekenherkenning (OCR) en controleer het resultaat als u de exacte woorden nodig hebt die op het scherm staan. Die twee kunnen verschillen.

Kan ik Engelse tekst krijgen als de audio in een andere taal is?

Vaak wel, maar niet altijd. Zoek eerst naar Engelse ondertiteling. Als die niet wordt vermeld, controleer dan of de speler Automatisch vertalen aanbiedt. Dit vertaalt beschikbare ondertiteling. Het maakt geen Engelse audio en bewijst niet dat in de Engelse nasynchronisatie dezelfde woorden zijn gebruikt.

Bron

Betekent ‘automatisch gegenereerd’ hetzelfde als ‘machinaal vertaald’?

Nee. Spraakherkenning zet spraak om in geschreven tekst in dezelfde taal. Machinevertaling zet tekst van de ene taal om in een andere. Beide processen kunnen automatisch zijn, en een vertaling kan beginnen met onvolmaakte spraakherkenning. Label de herkomst als onbekend wanneer die niet wordt vermeld.

Waarom meldt yt-dlp HTTP 429 voor automatisch vertaalde YouTube-ondertiteling?

Bij een video kan een vertaling worden vermeld, ook als YouTube het verzoek om de bijbehorende tekst afwijst met HTTP 429 (Too Many Requests). In yt-dlp-issue #13831 maakt de vastgezette uitleg van de beheerder duidelijk dat het om automatisch vertaalde ondertiteling van YouTube gaat. Sporen van uploaders en ASR in de oorspronkelijke taal hadden geen last van dat specifieke probleem. Het betekent niet dat alle vertalingen mislukken of dat voor andere ondertitelverzoeken nooit een verzoeklimiet kan gelden.

Als u alleen leesbare tekst nodig hebt, controleer dan of er een bestaand spoor van de uploader of een ASR-spoor rechtstreeks uit spraak in uw doeltaal is. Als u specifiek de YouTube-vertaling nodig hebt, bewaar dan succesvol opgehaalde sporen en stel alleen de mislukte vertaling uit. Respecteer Retry-After als het antwoord dit bevat. Vergroot anders de wachttijd, beperk nieuwe pogingen en probeer niet een hele verzameling tegelijk opnieuw op te halen. Leg het resultaat vast als ophalen mislukt, niet als geen ondertiteling. Een succesvol opgehaald Japans spoor voldoet niet aan een verzoek om Engels.

Bronnen

Hoe krijg ik alleen de tekst zonder tijdstempels?

Exporteer een versie van een ondertitelbestand als platte tekst of voeg de teksten van de segmenten op volgorde samen. Bewaar het origineel met tijdcodes als u later misschien een regel wilt citeren, clips wilt maken of een fout wilt corrigeren. Tijdstempels verwijderen is eenvoudig; nauwkeurige tijden uit een alinea terughalen is een aparte uitlijningstaak.

Zijn er transcripten beschikbaar voor YouTube Shorts en livestreams?

YouTube ondersteunt automatische ondertiteling voor daarvoor geschikte Shorts en voor lange video's, maar beschikbaarheid is niet gegarandeerd. Live-ondertiteling en de ondertiteling van de gearchiveerde video zijn niet noodzakelijk hetzelfde: YouTube zegt voor de on-demandversie nieuwe automatische ondertiteling te genereren. Leg voor een reproduceerbare dataset vast welke versie u hebt gebruikt en wanneer.

Bron

Geeft de officiële YouTube Data API transcripten voor elke openbare video terug?

Nee. Googles via OAuth geautoriseerde captions.list geeft metadata van het spoor terug, niet de daadwerkelijke woorden. captions.download haalt het spoor op en vereist toestemming om de video te bewerken. Een transcript als kijker kunnen lezen is niet hetzelfde als die API-toestemming hebben.

Bronnen

Zijn sprekersnamen en tijdstempels per woord inbegrepen?

Niet betrouwbaar. Een segment kan een hele woordgroep omvatten, en een spoor kan een spreker aanduiden, een geluid aangeven of geen van beide doen. Als u moet weten wie wanneer sprak, annoteer de opname dan of voer sprekerdiarisatie uit en controleer het resultaat. Als u moet weten wanneer elk woord is uitgesproken, lijn de woorden dan uit met de werkelijke opname; verdeel de duur van een segment niet gelijkmatig over de woorden.

Zijn YouTube-transcripten nauwkeurig genoeg om uit te citeren?

Gebruik het transcript om het moment te vinden en de opname om het citaat te controleren. Als een Japanse spreker in het Engels wordt geciteerd, geef dan aan of de woorden uw eigen vertaling, de ondertitel van de uploader of de nasynchronisatie zijn. Een vloeiende zin bewijst niet dat een bepaalde spreker precies die woorden heeft gebruikt.

Mogen openbare YouTube-transcripten worden gebruikt om een model te trainen of als dataset worden gedeeld?

Openbare toegang alleen geeft voor geen van beide toepassingen toestemming. Stel vast welke toestemming het verzamelen, het trainen en eventuele herdistributie van de tekst of media dekt; dat zijn afzonderlijke beslissingen. Bepaal vervolgens of de labels bij de taak passen: een toegestane Engelse vertaling kan nog steeds de verkeerde referentie voor Engelse spraakherkenning zijn. De licentiegids van YouTube legt het verschil uit tussen de standaardlicentie en Creative Commons Naamsvermelding.

Bron

Waarom is een transcript anders wanneer ik het opnieuw ophaal?

Controleer de video, de audiotaal, de ondertitelingstaal en de bron van het spoor. Misschien vergelijkt u twee verschillende sporen. Zelfs dezelfde video kan veranderen: een maker kan tekst of tijdcodes bewerken en een herziene ondertitelversie publiceren. Bewaar waar toegestaan een ophaaldatum en versie- of inhoudshash, zodat u een bewerking kunt onderscheiden van een wijziging in uw selectiebeleid.

Bron
Markdown