Pipeline yt-dlp — Cultiva Sonora

Flujo del Pipeline

🔗

Fuente

Canal YouTube

@CultivaSonora/videos + playlist list=PLcultiva2024

⬇️

Descarga

yt-dlp

Mejor calidad de audio, archive tracking, rate-limit

🔄

Conversión

ffmpeg

FLAC lossless + MP3 320kbps + normalización

📝

Subtítulos

SRT / Whisper

Subtítulos automáticos ES + transcripción Whisper

📁

Organización

Archivo

Por artista, año y formato. Sin duplicados.

Comandos por Caso de Uso

Archivo FLAC — Canal completo

FLAC

# Descargar todo el canal como FLAC lossless
# organizado por artista (uploader)
yt-dlp -x \
  --audio-format flac \
  --embed-metadata \
  --embed-thumbnail \
  --download-archive archivo-maestro.txt \
  --rate-limit 8M \
  --sleep-interval 3 \
  -o "archivo-maestro/%(uploader)s/%(upload_date>%Y)s - %(title)s.%(ext)s" \
  "https://youtube.com/@CultivaSonora/videos"

Distribución MP3 320kbps

MP3

# Playlist completa como MP3 numerados
# para distribución interna
yt-dlp -x \
  --audio-format mp3 \
  --audio-quality 0 \
  --embed-thumbnail \
  --embed-metadata \
  --download-archive dist-mp3.txt \
  -o "distribucion/mp3/%(playlist_index)03d - %(title)s.%(ext)s" \
  "https://youtube.com/playlist?list=PLcultiva2024ABCDEF"

Subtítulos ES — Sin redescargar video

SRT

# Solo subtítulos, sin bajar el video
yt-dlp \
  --skip-download \
  --write-sub \
  --write-auto-sub \
  --sub-lang es \
  --convert-subs srt \
  -o "subtitulos/es/%(title)s" \
  "https://youtube.com/@CultivaSonora/videos"

# Listar idiomas disponibles antes:
yt-dlp --list-subs "URL_VIDEO"

Pipeline Whisper — Transcripción

WAV

# Descargar entrevista como WAV para Whisper
yt-dlp -x \
  --audio-format wav \
  -o "temp/%(title)s.%(ext)s" \
  "URL_ENTREVISTA"

# Transcribir con Whisper v3
whisper "temp/entrevista.wav" \
  --model large-v3 \
  --language es \
  --output_format srt,txt \
  --output_dir transcripciones/

🎤

Catálogo Cultiva Sonora

Artista	Tracks	Formato	Estado
Neurona Verde	18	FLAC + MP3	Descargado
Pulso Lateral	12	FLAC + MP3	Descargado
Deriva Sonora	9	MP3	En proceso
Entorno 440	6	MP3	En cola

~/cultiva-sonora/

📁 archivo-maestro/

│ 📁 Neurona Verde/

│ │ 🎵 2024 - Bosque Eléctrico.flac48 MB

│ │ 🎵 2024 - Latido Verde.flac52 MB

│ │ 🎵 2023 - Raíz Digital.flac39 MB

│ 📁 Pulso Lateral/

│ 🎵 2024 - Frecuencia 7.flac61 MB

📁 distribucion/

│ 📁 mp3/

│ 🎶 001 - Bosque Eléctrico.mp311 MB

│ 🎶 002 - Latido Verde.mp312 MB

📁 subtitulos/

│ 📁 es/

│ 📄 Bosque Eléctrico.es.srt

📁 transcripciones/

📝 entrevista-neurona.txt

📄 entrevista-neurona.srt

📋 archivo-maestro.txt(45 IDs)

Configuración Global (~/.config/yt-dlp/config)

⚙️

~/.config/yt-dlp/config

Activo

# Formato por defecto: mejor video hasta 1080p, MP4
-f bestvideo[height<=1080][ext=mp4]+bestaudio[ext=m4a]/best[height<=1080]

# Plantilla de salida organizada por uploader
-o %(uploader)s/%(title)s.%(ext)s

# Metadatos y thumbnail embebidos siempre
--embed-metadata
--embed-thumbnail

# Evitar re-descargas (archivo global)
--download-archive ~/.local/share/yt-dlp/archive.txt

# Rate limiting para no ser bloqueado
--rate-limit 10M
--sleep-interval 3

# Subtítulos automáticos en español
--write-auto-sub
--sub-lang es
--convert-subs srt

Integraciones del Pipeline

🎛️

yt-dlp + ffmpeg

Merge de streams de vídeo/audio y conversión entre formatos sin pérdida de calidad.

yt-dlp -x --audio-format flac "URL"

🧠

yt-dlp + Whisper

Descarga como WAV y transcripción automática con OpenAI Whisper v3 en español.

whisper audio.wav --model large-v3 --language es

📦

Batch + Archive

Descarga masiva desde lista de URLs con tracking de duplicados y reintentos automáticos.

yt-dlp -a urls.txt --download-archive done.txt