可以使用https://console.apify.com/actors/1s7eXiaukVuOr4Ueg/input
直接进行调用api的方式获取字幕。然后再进行后续，根据获得的字幕自定义处理。
这个平台每月提供5美金的免费额度。基本上可以处理1000个视频，处理的逻辑是调用YouTube开放的多种获取字幕方法。大部份YouTube视频都可以通过接口获取字幕，无需下载音频，再语音转文本（如果没有字幕可以走这条路线）。
我是用这种方法获取的字幕信息并保存到我的trilium笔记，速度是10s以内