Configurer l’import de transcriptions vidéo

Tale utilise yt-dlp pour récupérer le contenu associé aux liens vidéo. La disponibilité dépend de la vidéo, des sous-titres ou de la voie d’extraction prise en charge, ainsi que des contrôles d’accès de la plateforme source. Une vidéo lisible sur ton portable peut refuser le réseau ou la session du serveur.

Ce guide d’exploitation concerne la récupération des transcriptions. Commence par une vidéo publique accessible et examine l’erreur avant d’ajouter des identifiants ou de changer la sortie réseau.

Identifier l’étape en échec

Consulte tale logs backend-worker --tail 200 et le motif d’échec de l’élément. Conserve URL et catégorie d’erreur, mais retire cookies, URL signées et identifiants avant de partager le diagnostic. Une relance peut résoudre un échec temporaire ; des refus identiques répétés demandent une investigation.

Vérifier le fournisseur de jetons intégré

L’image Platform inclut le plugin de jetons et le déploiement fourni démarre bgutil-provider sur le réseau interne. Son adresse par défaut est http://bgutil-provider:4416. Il fournit les jetons de preuve d’origine utilisés par certaines requêtes d’extraction ; il ne donne pas accès aux contenus privés et ne garantit pas l’acceptation de la requête.

Vérifie tale logs bgutil-provider et son accessibilité depuis le worker. Le service est démarré au mieux : son échec ne bloque pas le déploiement principal, mais peut dégrader la récupération des transcriptions.

VIDEO_INGEST_POT_PROVIDER_URL choisit un autre fournisseur. VIDEO_INGEST_PO_TOKEN fournit un jeton obtenu manuellement. Garde ces valeurs dans ta configuration de secrets. La référence d’environnement décrit aussi les options de client d’extraction et de plugin ; modifie-les selon l’erreur observée.

Configurer un proxy de sortie

Utilise VIDEO_INGEST_PROXY_URL lorsque tes récupérations vidéo doivent passer par un proxy approuvé. Métadonnées, sous-titres et audio utilisent ce chemin. Les schémas acceptés sont http, https, socks4, socks4a, socks5 et socks5h ; ce dernier résout le DNS côté proxy.

VIDEO_INGEST_PROXY_URL=socks5h://proxy.example.com:1080

Ajoute les identifiants requis via ton gestionnaire de secrets. Une URL invalide ou un schéma non pris en charge est ignoré avec un avertissement : confirme donc la configuration appliquée et une véritable récupération. Recrée le worker après avoir modifié son environnement. Redémarrer le conteneur existant ne recharge pas un .env modifié.

Changer de route ne garantit pas l’accès. Vérifie que l’usage du proxy et du compte source est autorisé pour le contenu nécessaire. Si la source reste indisponible, importe une transcription que tu possèdes déjà comme document de connaissances.

Importer une session de navigateur autorisée

Le serveur peut utiliser les cookies d’un pool séparé par organisation et domaine. Il chiffre les fichiers de cookies avec ENCRYPTION_SECRET_HEX et ne les renvoie pas dans les listes. Ce pool appartient à l’ingestion vidéo côté serveur ; il n’exporte pas les cookies vers les scripts des agents.

Il n’existe pas de formulaire d’import dans l’application. L’écriture REST exige une clé dont l’utilisateur administre une organisation et figure dans TALE_DEPLOYMENT_CONFIG_ADMINS. La clé doit aussi résoudre l’organisation cible. GET /api/v1/me indique capabilities.deploymentEditor pour cette clé. Nomme explicitement l’organisation avec X-Organization-Slug, surtout si le compte en rejoint plusieurs.

1. Exporte un fichier de cookies au format Netscape depuis une session autorisée pour le domaine source. Traite-le comme des identifiants de compte et exclus-le du dépôt.
2. Définis TALE_URL, TALE_API_KEY et TALE_ORG_SLUG pour la bonne instance et organisation. Limite la lecture de cookies.txt au compte de l’opérateur.
3. Importe le fichier sans placer son contenu dans les arguments de commande :

jq -n --arg domain youtube.com --rawfile cookiesJar cookies.txt \
  '{domain: $domain, cookiesJar: $cookiesJar, label: "operator-managed session"}' |
  curl --fail-with-body -sS -X POST "$TALE_URL/api/v1/browser-sessions/import" \
    -H "Authorization: Bearer $TALE_API_KEY" \
    -H "X-Organization-Slug: $TALE_ORG_SLUG" \
    -H 'Content-Type: application/json' \
    --data-binary @-

Un import réussi renvoie HTTP 201 avec sessionId. Des données invalides provoquent un refus de validation ; un manque de permissions renvoie 403. Résous le contrôle indiqué plutôt que d’accorder un rôle plus large uniquement pour faire passer la requête.

Vérifier et révoquer les sessions

curl --fail-with-body -sS "$TALE_URL/api/v1/browser-sessions" \
  -H "Authorization: Bearer $TALE_API_KEY" \
  -H "X-Organization-Slug: $TALE_ORG_SLUG"

La liste présente les métadonnées : statut, expiration et nombre d’échecs. La durée par défaut est 14 jours ; l’import accepte un ttlMs positif jusqu’à 180 jours. Les cookies sources peuvent expirer avant : un enregistrement encore valide ne prouve pas que la session du compte fonctionne.

Une récupération bloquée met la session au repos ; des blocages répétés peuvent la retirer. Une tâche planifiée traite les sessions refroidies ou expirées. Une nouvelle tentative peut utiliser une autre session saine de la même organisation et du même domaine. Sans session disponible, la récupération peut continuer avec les autres options configurées.

Pour révoquer une session importée, utilise DELETE /api/v1/browser-sessions/<sessionId> avec le même périmètre d’organisation et les permissions d’écriture nécessaires. Confirme l’ID dans la liste auparavant. Renouvelle ou révoque aussi la session du compte source si ses cookies ont été exposés. Relance enfin une vidéo contrôlée et vérifie transcription puis indexation : importer les cookies ne prouve pas que l’ingestion a réussi.