跳转到正文
中文
获取 API 密钥

面向 AI 与数据团队的视频数据

面向多模态 AI 的视频数据集可靠采集,直达您的云端。

从数十亿规模的视频 ID 中开始,或提供您自己的列表。我们处理 YouTube 机器人验证、代理路由与恢复,让采集持续进行。通过 API 构建流水线,或约定媒体、元数据和可用字幕的托管交付。

可提供的 YouTube 视频 ID
数十亿
集群每日总交付能力
1–10 PB
每次批量提交的视频 ID
1 亿+
云存储目标类型
8

专为 YOUTUBE 构建

应对机器人验证,让流水线持续运行。

API 与托管数据集交付使用同一套 YouTube 媒体获取基础设施。我们负责访问验证与恢复,让您的团队专注于数据。

托管机器人验证处理

专为 YouTube 构建的机器人检测与验证处理技术,配合预选住宅代理路由。您的团队无需自行采购或运维代理。

快速获取媒体

单个视频下载速度可超过 20 MB/s,让媒体更快进入剪辑、转写或 AI 流水线。

了解每项交付结果

托管重试与恢复支持可靠下载。跟踪任务结果、文件位置与失败记录,让下游处理明确哪些内容已交付。

评估您自己的工作流。

先用代表性视频检查输出、交付结果和用量,再扩大集合。

两种数据获取方式

自行构建,或由我们交付。

构建视频数据流水线

由您掌控视频发现、筛选与编排。FlashData 负责媒体获取、机器人验证处理与交付,让团队专注于数据处理。

  • 通过 YouTube Data API 搜索视频并获取元数据。
  • 通过 Bulk Download API 提交 ID 文件。
  • 跟踪每条结果,将媒体接收到您的存储桶。
探索 API 工作流

直接获取数据集交付

将采集与交付交给我们的团队。使用我们的 ID 或您自己的列表,评估代表性样本,再约定输出、价格与交付检查。

  • 告知所需的视频集合、规模与媒体类型。
  • 根据您的要求评估样本。
  • 约定范围,将数据集交付到您的存储。
申请数据集样本

交付内容

了解您的流水线将收到什么。

在扩大集合前评估样本输出与交付记录。媒体、元数据及现有字幕轨道是为您的项目分别选定的交付内容。

视频与音频

包含音频的视频、纯视频或纯音频集合。选择格式、画质与支持的剪辑范围。

结构化元数据

视频 ID、标题、频道及其他可用字段。可选 JSON 伴随文件与媒体一同保存。

现有字幕

可单独申请已有转录文本或字幕轨道。轨道与语言的可用性取决于源视频。

交付记录

检查每个视频的结果、文件位置与失败情况,保存下游处理需要的记录。

FlashData YouTube 工作流中的示例视频画面
示例媒体文件FUfGcZ092b0.mp4
dataset/
  media/FUfGcZ092b0.mp4
  metadata/FUfGcZ092b0_meta.json
  delivery/manifest.json

仅展示目录结构,并非可下载的数据集样本。实际字段和内容按项目约定。

公开数据集下载

从公开数据集,到您的存储桶。

提供 LAION-BVD、HowTo100M 等数据集中的 YouTube ID,我们将可用的视频或音频直接下载到您的云存储。

FlashData批量下载与交付
您的云存储Amazon S3 · R2 · GCS · Azure
media/FUfGcZ092b0.mp4
metadata/FUfGcZ092b0_meta.json
delivery/manifest.json
交付目录结构示例
数据集详情与可用性
LAION Big Video Dataset (LAION-BVD)跨平台 13 亿个 URL
使用其纯 URL 版本 BVD-URLs 中的 YouTube 条目。LAION-BVD 仅面向非商业研究发布。
HowTo100M120 万个源视频
1.36 亿个标注片段对应的教学视频。使用源 YouTube ID 获取仍可访问的媒体。
HD-VILA-100M330 万个源视频
提供 1 亿个片段对应的 YouTube URL 和时间戳。获取源视频,用于您自己的片段处理流水线。
InternVid2.3 亿个视频与文本对
片段标注包含 YouTube ID、时间戳和描述文本。多个片段可能对应同一个源视频。
AudioSet200 万以上标注音频片段
提供 YouTube ID、时间戳和声音标签。获取可用的视频或音频,供您自行处理片段。
YouTube-8M610 万条视频引用
提供视频标签和音视频特征。提交前需将匿名数据集 ID 映射为仍可用的 YouTube ID。

公开规模指原始发布规模,并非当前可下载数量。FlashData 获取可用的 YouTube 源媒体,不保证完整复现数据集,也不提供受限归档的访问权限。请保留原始标注与时间戳用于下游处理,并遵守数据集及源视频的适用条款;此处提及不代表合作或背书。

您的数据,您的环境

从视频 ID 到您的云存储。

交付到您现有的存储桶或容器。媒体访问权限和保留策略由您的存储配置控制。

  1. 视频 ID 集合
  2. 样本与输出选择
  3. 采集与交付
  4. 您的云存储
  • Amazon S3
  • S3-compatible / R2
  • Google Cloud Storage
  • Azure Blob
  • Alibaba OSS
  • Tencent COS
  • Baidu BOS
  • Volcengine TOS
查看存储配置

面向开发者

从发现到交付,一条完整流水线。

各个 API 可单独使用,也可在您的应用中组合。由您控制选择与编排,FlashData 负责获取和媒体交付。

  1. 01

    查找并补充视频信息

    搜索视频,获取元数据或可用字幕轨道。

    YouTube Data API
  2. 02

    处理 ID 文件

    使用统一输出设置提交大型集合。跟踪进度,暂停或恢复新任务提交。

    YouTube 视频批量下载
  3. 03

    接收视频与音频

    选择媒体格式、画质和存储位置,保存每条结果用于下游处理。

    YouTube Download API

批量视频下载 — Python 工具包

YouTube Search API:Python 指南 · YouTube Search API Python 工具包

自助 API 受套餐限制和可用积分约束。下载按实际交付的媒体字节结算;您的存储服务商费用另计。

查看 API 价格

适应工作负载规模的成本

有竞争力的费率,按交付媒体计费。

从按量付费开始,根据使用量协商定制单位价格,或选择公开下载费率更低的订阅套餐。最终用量按实际交付媒体字节数结算;可选的配套元数据 JSON 不计入下载数据量费用。

以上为自助 API 费率。托管数据集采集、样本、打包与交付需单独约定范围并报价。

按量付费

US$100.00每交付 1 TB

无需月度订阅,按需充值积分。

按量付费也可协商用量报价

告诉我们您的预计使用量,与团队协商按量付费的定制单位价格。

咨询用量报价

Business

US$40.00每交付 1 TB

US$1,999.00 / 月 · 订阅

每个计费周期约包含 50 TB,假设全部包含积分均用于下载。

示例:交付 100 GB

US$10.00 积分用量,按按量付费费率计算。下载用量取决于文件大小,不能仅按视频数量估算。

订阅包含用量积分,可在 FlashData 各 API 间共用。积分已覆盖的用量不会重复收费。存储服务商费用另计。1 TB = 1,000 GB。

围绕您的工作负载

服务于多模态工作流的视频数据。

多模态模型开发

获取研究和评估流水线所需的视频、音频与可用文本输入。

视频理解与检索

构建用于索引、搜索、摘要与视频分析的数据集合。

音频与语音工作流

获取纯音频媒体,用于您自己的转录、处理或评估工具。

数据可获取不代表拥有模型训练或其他用途的许可。请根据项目评估范围、来源和适用权利。现有字幕并非新生成的语音转录或翻译。

从样本开始

先评估数据,再开展完整交付。

告知所需来源、输出与目标位置。通过代表性样本评估覆盖范围和质量,再约定采集成本、交付检查与时间。初次申请无需提供存储凭证。

数据集范围、报价与交付承诺另行约定,不等同于自助 API 套餐。

交付内容

开始前须知。

YouTube 数据集中包含哪些类型的数据?
根据约定范围,数据集可包含视频 ID、视频或音频文件、结构化元数据及可用的转录文本或字幕轨道。元数据可包括标题、频道、发布日期、时长和互动指标。可用性因视频而异,并非每条记录都包含所有字段或字幕轨道。
数据集以哪些格式交付?
视频格式包括 MP4、WebM 和 MKV;音频格式包括 M4A、MP3 和 Opus。结构化元数据、转录文本或字幕记录及 API 结果可通过 JSON 提供。托管数据集的交付资产与打包方式将在交付前确认。
视频和音频内容的质量如何?
您可以选择视频分辨率、帧率和音频质量偏好;源视频提供匹配格式时,可选择 4K 或 8K。实际质量取决于源内容和所选输出,请求更高分辨率并不能提升原始内容质量。建议先评估样本再扩大规模,不可用的画质或格式组合可能导致失败。
这些数据适合用于模型训练吗?
视频、音频、元数据和可用字幕可用于多模态模型开发、训练与评估。请通过样本评估覆盖范围、质量及对齐情况是否满足您的流水线需求。数据可获取或源许可标签本身并不构成训练许可;请确认目标用途所需的权利和来源。
FlashData 可以同时提供视频 ID 和文件吗?
可以。FlashData 可提供视频 ID 集合、数据集样本和直接交付服务。您也可以提供自己的 ID 并通过 API 运行流水线。已有 ID 不保证源视频始终可用。
如何获取 YouTube 视频数据集样本?
通过本页样本申请提交需求,说明需要 ID、元数据、媒体还是可用字幕。团队将确认样本可用性和内容;本页的目录示例并非实际数据集样本。
所有内容都包含在一个 API 请求中吗?
不是。YouTube Data API 与 Download API 是独立操作。下载的可选元数据以 JSON 伴随文件交付;现有转录文本或字幕需调用对应数据 API。托管数据集的交付内容请与团队约定。