Azure Function调用YouTube Transcript API部署后报错求助

核心原因：youtube_transcript_api并非调用YouTube官方API，而是通过爬取YouTube网页获取字幕数据。YouTube的反爬机制会识别云服务商（如Azure）的IP段为非人类访问，从而返回“字幕禁用”的错误，即使视频实际有字幕。

临时快速解决：添加模拟浏览器请求头 #

在调用get_transcript时传入模拟主流浏览器的User-Agent请求头，绕过基础反爬检测：

def transcribe_video(video_id):
    # 模拟浏览器请求头，可根据实际情况更新版本号
    headers = {
        "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/118.0.0.0 Safari/537.36"
    }
    transcript_dict = YouTubeTranscriptApi.get_transcript(video_id, headers=headers)
    
    transcript = ""
    for line in transcript_dict:
        transcript += line['text'] + " "
    return transcript

• 注意：User-Agent可能需要定期更新，避免被YouTube识别为过时标识。

长期稳定方案：改用YouTube官方Data API v3 #

使用官方API可彻底规避反爬限制，步骤如下：

1. 前往Google Cloud Console创建项目，启用YouTube Data API v3
2. 生成API密钥（公开视频无需OAuth授权）
3. 调用captions.list接口获取目标视频的字幕ID，再通过captions.download接口下载字幕内容
4. 解析返回的SRT/VTT格式字幕为纯文本

官方API提供每日10000单位的免费调用配额，足以满足小规模场景需求，稳定性远高于爬取方式。

进阶配置：使用Azure静态出站IP #

若上述方法无效，可配置Azure Function使用静态出站IP降低被屏蔽概率：

• 将Function部署到虚拟网络（VNet）中
• 绑定Azure NAT网关分配静态出站IP
• 或通过Azure Front Door/API Management转发请求，利用其静态IP访问YouTube

替代服务 #

若不想依赖YouTube自带字幕，可直接转录视频音频：

• OpenAI Whisper：在Azure Function中集成Whisper，先通过pytube下载视频音频，再调用Whisper完成转录。需注意部署FFmpeg扩展处理音频格式转换。
• 第三方转录API：如AssemblyAI、Deepgram等，支持直接传入视频URL获取转录文本，无需处理爬取逻辑，但需付费使用。

开发者反馈 #

大量开发者在youtube_transcript_api的GitHub Issues中反馈过云环境下的类似问题，核心都是反爬机制导致的IP限制。添加请求头是最常用的临时解决方案，长期使用建议切换到官方API。

内容的提问来源于stack exchange，提问作者Personal