Automatización de YouTube con IFTTT: Obtener Transcripciones de la Manera Honesta
La automatización de YouTube de IFTTT te pone exactamente a medio camino de un pipeline de transcripción, y prefiero decirte eso de frente que dejar que lo descubras después de construir la aplicación. El disparador de YouTube es sólido. La acción de webhook puede llamar a mi API. Pero IFTTT descarta la respuesta — así que la transcripción llega e inmediatamente se evapora. Aquí está lo que realmente funciona.
Lo que IFTTT hace bien
El disparador Nuevo video público por canal es confiable y gratuito. Se dispara poco después de que un canal sube y te entrega ingredientes como la URL del video y el título. Como una "campana de algo sucedió en YouTube", IFTTT es genuinamente adecuado.
Dónde se rompe
El servicio de Webhooks de IFTTT tiene una acción Hacer una solicitud web, y sí, puede enviar un GET a https://youtube2text.org/api/transcribe con la URL del video. La solicitud tendrá éxito. La API devolverá la transcripción completa como JSON.
Y luego IFTTT la descarta. La acción de solicitud web es lanzar y olvidar: sin análisis de JSON, sin ingredientes de respuesta, sin forma de pasar result.content a un paso siguiente — porque no hay siguiente paso. Las aplicaciones tienen dos espacios, disparador y acción, y la salida de la acción no va a ningún lado. Esta es la limitación honesta de toda la plataforma para este trabajo, y ninguna configuración de aplicación la evita.
El patrón del intermediario
La solución es dejar que IFTTT haga la única cosa que es bueno — notando el video nuevo — y entregar el trabajo real a algo que pueda leer una respuesta:
- Disparador IFTTT: YouTube — Nuevo video público por canal.
- Acción IFTTT: Webhooks — Hacer una solicitud web, apuntada a la URL de tu intermediario, pasando el ingrediente de URL de video en la cadena de consulta o cuerpo.
- Intermediario: recibe el ping, llama a
GET https://youtube2text.org/api/transcribe?url=<VIDEO_URL>&maxChars=20000con un encabezadox-api-key, y hace lo que querías — escribe en una hoja, publica en Slack, envía por correo un resumen.
El intermediario puede ser una aplicación web de Google Apps Script (una función doGet más UrlFetchApp.fetch, implementada como aplicación web — el mismo bloque de construcción que usé en la guía de Google Sheets), un disparador de Webhook n8n, o un webhook personalizado de Make. Diez a veinte líneas de lógica, lo que sea que elijas.
Para pruebas, la API tiene una clave compartida gratuita sin registro: solicita https://youtube2text.org/api/demo-key y obtienes {"success": true, "apiKey": "yt_..."} — bueno para 5 videos al mes por IP. Una cosa que tu intermediario debe tolerar: los videos sin subtítulos devuelven un 404 con código TRANSCRIPT_UNAVAILABLE, que es la forma amable de la API de decir que nunca hubo nada que transcribir.
Mi recomendación real
Una vez que estés levantando un intermediario de todos modos, pregúntate qué IFTTT aún está contribuyendo. La respuesta es: un disparador que puedes reemplazar con un feed RSS. Cada canal de YouTube publica uno:
https://www.youtube.com/feeds/videos.xml?channel_id=CHANNEL_ID
Tanto n8n como Make pueden vigilar ese feed de forma nativa, lo que colapsa la arquitectura de dos saltos en una herramienta única que se dispara a sí misma, obtiene la transcripción, analiza el JSON, y entrega el resultado. He escrito ambos de principio a fin: el flujo de trabajo n8n (gratuito si es autohospedado, mi opción) y el escenario Make (más amigable si quieres alojado y visual).
Mantén IFTTT en el bucle solo si ya está conectado a algo que no puedas mover fácilmente — una rutina de hogar inteligente, una configuración de notificación móvil, un ecosistema de aplicaciones en el que tu equipo confía. Como disparador aún gana su lugar allí. Como pipeline de transcripción, nunca iba a terminar el trabajo solo.
Claves, cuando estés listo
Sea cual sea la forma en que construyas, la mitad de la transcripción es una llamada HTTP con un encabezado. Inicia sesión con Google en youtube2text.org/app/keys para tu clave — sin teléfono, sin tarjeta. El nivel gratuito es 5 videos al mes, $5.99 cubre 50, $9.99 cubre 500, y $19.99 es ilimitado. El patrón del intermediario te cuesta veinte líneas de código; las transcripciones cuestan menos que eso.