2023年05月27日 18時30分レビュー

YouTubeチャンネルの字幕データを検索可能で「あの発言はどのムービーだったっけ？」が一気に解消するツール「Youtube Full Text Search」を使ってみた

YouTubeでは視聴後に自動で別のムービーが再生されたり、関連動画欄の面白そうなムービーをクリックしてしまったりするため、時間を忘れてたくさんのムービーを視聴してしまうことがよくあります。たくさん見過ぎて、後から振り返ったときに「面白いシーンを見つけたはずだったのにどれだったか思い出せない」なんてことも。そんなときに便利なのが字幕を使って文字でシーンを検索してくれるツール「Youtube Full Text Search」です。

NotJoeMartinez/yt-fts: Youtube Full Text Search - Search all of a YouTube channel's subtitles from the command line
https://github.com/NotJoeMartinez/yt-fts

Youtube Full Text Searchを利用する前に、さまざまな環境設定を行っていきます。まずは「Gitのインストーラー」をダウンロードします。ダウンロードできたらインストーラーをダブルクリックで起動し、設定を一切変更せずインストールを進めていけばOK。わからない場合は別記事の「Gitのインストール」の項目を参考にしてください。

続いてPythonのダウンロードページへアクセスし、「Download Python 3.○○.○」と書かれた黄色いボタンをクリック。

「Add python.exe to PATH」にチェックを入れて「Install Now」をクリック。それ以外の設定は初期状態のままでインストールを進めていけばOKです。

Gitのインストール時に「Git Bash」が同時にインストールされているので、スタートメニューから起動します。

そして下記のコードを1行ずつ順番に実行します。後でまたGit Bashを利用するので、実行が終わっても起動したままにしておいてください。

git clone https://github.com/NotJoeMartinez/yt-fts

cd yt-fts

python3 -m venv .env

explorer .

エクスプローラーが立ち上がったらアドレス欄をコピー。

コマンドプロンプトを管理者権限で起動します。

下記のコードをコマンドプロンプトで順番に実行します。

cd "[コピーしたアドレスをペースト]\.env"

mklink /d bin Scripts

「bin <<==>> Scripts のシンボリックリンクが作成されました」という表示が出ればOK。ここでコマンドプロンプトの出番は終了です。

Git Bashに戻り、下記のコードを順番に実行します。これ以降のすべてのコマンドはGit Bashに入力すればOKです。

source .env/bin/activate

pip install -r requirements.txt

これでYoutube Full Text Searchの準備が完了しました。字幕を検索したいチャンネルのURLをコピー。

下記のコードを入力するとそのチャンネルの全ムービーの字幕データがダウンロードされます。

python yt_fts.py download "[URLを貼り付け]"

GIGAZINEチャンネルには全部で8955個のムービーがアップロードされている模様。1時間に約3000個のペースで字幕データをダウンロードでき、約3時間で処理が完了しました。

ところが、ダウンロードした字幕データをDBに保存する際にエラーが出て止まってしまいました。

「UnicodeDecodeError」とのこと。

軽くデバッグしてみると「yt_fts.py」の157行目にエンコード情報を渡せば解決できるようでした。

データの上書きができないため、一度DBを別名に書き換えて退避させておきます。「subtitles.db」を「subtitles.db.bak」という名前に変更しました。

もう一度3時間かけてデータをダウンロードすると今度は全部の字幕をDBに保存することができました。

「python yt_fts.py list」と入力すると取り込み済みのチャンネルのID・名前・URLが表示されます。

「python yt_fts.py search [チャンネルID] "[検索ワード]"」というコマンドで検索を行うことが可能。試しに「movie」という文字で検索してみました。ヒットしたムービーの「タイトル」「単語を含む一節」「タイムスタンプ」「その字幕の位置から再生できるリンク」が表示されます。