使用YouTube Data API下载字幕格式异常问题求助

问题概述 #

1. 字幕格式异常 #

通过API下载的SRT字幕格式错乱，示例如下：

1
00:00:00,719 --> 00:00:06,000
{包含所有台词的长文本}

2
00:00:03,240 --> 00:00:09,120

3
00:00:06,000 --> 00:00:11,219
[后续条目均为空行]

但通过YouTube Studio下载的同语言字幕格式完全正常。

2. 反馈渠道疑问 #

按Google指引在Stack Overflow带标签提问后，长期无回复，不确定该渠道是否正确。

所用代码 #

YouTubeService youtubeService = await GetYouTubeService();

// 获取视频可用字幕列表
var captionListRequest = youtubeService.Captions.List("snippet, id", book.BSYouTubeId);

var captionListResponse = await captionListRequest.ExecuteAsync();

// 获取第一条字幕轨道
var captionTrack = captionListResponse.Items.FirstOrDefault();
if (captionTrack == null)
{
    context.WriteLine("No caption track found.");
    return;
}

// 下载字幕轨道
var captionDownloadRequest = youtubeService.Captions.Download(captionTrack.Id);
captionDownloadRequest.Tfmt = "srt";
captionDownloadRequest.Tlang = book.GetShortLanguageCode();
var captionStream = await captionDownloadRequest.ExecuteAsStreamAsync();

// 将字幕读取为字符串
var captionString = new StreamReader(captionStream).ReadToEnd();

解决方案 #

1. 修复字幕格式问题 #

核心原因：你下载的是自动生成的草稿字幕（Draft Caption），这类字幕的时间轴与文本未完成对齐，导致文本堆积在首条、后续条目为空。YouTube Studio默认下载的是已发布的正式字幕。

修改代码，筛选已发布的字幕轨道：

// 替换原有的FirstOrDefault()，筛选已发布的字幕
var captionTrack = captionListResponse.Items
    .FirstOrDefault(item => item.Snippet.Status == "published");

额外排查点：

• 确认Tlang参数与目标字幕的语言代码完全匹配（比如"en"而非"en-US"，取决于字幕轨道的实际设置）。
• 若需排除自动生成草稿，可添加额外过滤条件：

var captionTrack = captionListResponse.Items
    .FirstOrDefault(item => 
        item.Snippet.Status == "published" && 
        (!item.Snippet.IsDraft.HasValue || !item.Snippet.IsDraft.Value));

2. 关于Stack Overflow反馈渠道 #

Stack Overflow确实是Google官方推荐的开发者问题反馈渠道，但需注意优化提问细节以提升曝光：

• 标签精准：使用youtube-data-api、youtube-api、captions、srt这类核心标签。
• 补充关键信息：在问题中添加API返回的字幕轨道元数据（如snippet.status、snippet.isDraft的值），以及你尝试过的排查步骤。
• 定期更新：若3-5天无回复，可编辑问题补充新的测试结果或排查进展，触发系统重新推送问题。

内容的提问来源于stack exchange，提问作者Onur Topal