YouTubeのJSON形式の字幕を一行一文の平文に変換する。

,README.adoc

ytcj2txt — YouTubeの字幕から平文への変換

不具合

一行一文に変換する仕組みはかなり大雑把である。 例えば，

1. ほげほげ。
2. ふがふが。

といった箇条書きは「1.」の後に改行すべきでないし， www.youtube.comという番地は一続きの語として処理されるべきであるが， 現在の実装ではこれらを一絡に句点の後で改行してしまう。

ytcj2txt.sh

jq '.events[].segs[].utf8' |
sed -e 's/^"//;s/"$//;s/\. /.\
/g' |
sed -e ':a
/[。！？.!?]$/ b
$ b
N;s/\n/ /;b a'

YouTubeの字幕形式についての公式文書: サポートされる字幕ファイル
恐らく，JSON形式は独自仕様。

YouTubeの字幕をJSON形式で入手するには，

'https://www.youtube.com/api/timedtext?v=〈動画識別子〉&lang=〈言語〉&fmt=json3'

から取得すればよい。