色々と試したところこの方法で行えますので、UPしておきます。
Python3.11.0で稼働しております。(pipでライブラリインストールして、pythonプログラムを実行するのみです）

注意：
Pythonの実行環境が整えられる人のみにしてください。(pipわかりません、、、とかは教えることができないため）

私の利用方法ですが、主には、Whisperなどでテキスト化するときにYoutubeの音声ファイルをDLとして利用しております。オープンソースのライブラリのみで構成されております。
プログラム自体は、30行程度のプログラムです。（コピペして利用できます）

7時間程度のYoutubeは問題なくDownloadできることは確認しております。

MacOSでは、音声をテキスト化するのはWhisper Transcription が非常に便利です。(日本語も、英語もその他言語も対応可能）M1 Macでも快適に動きます。