Как делать YouTube-видео с помощью NotebookLM: полный гайд

Если вы когда-нибудь хотели начать выкладывать видео на YouTube, но останавливались при мысли о видеоредакторах, монтаже и часах ручной работы — эта статья для вас.

Я покажу, как с помощью Google NotebookLM и пары open-source скриптов можно пройти путь от идеи до опубликованного видео буквально за полчаса. Без After Effects. Без Premiere. Без DaVinci Resolve. Вообще без видеоредактора.

Что такое NotebookLM и при чём тут видео

NotebookLM — это AI-инструмент от Google, который умеет анализировать ваши документы и генерировать на их основе контент. Ключевые возможности, которые нас интересуют:

1. Генерация аудио-подкастов — загружаете статью, исследование или заметки, и NotebookLM создаёт аудио-нарратив с естественным голосом
2. Генерация слайд-презентаций — на основе того же материала NotebookLM может создать PDF со слайдами
3. Генерация готового видео — в некоторых режимах NotebookLM умеет собирать и готовые видео

Иными словами, NotebookLM берёт на себя самую сложную часть — создание контента. Остаётся только собрать это в формат, который YouTube принимает, и подготовить метаданные.

Вот как выглядит результат

Прежде чем углубляться в процесс, вот примеры видео, сделанных по этому воркфлоу:

• 🎬 Анализ Плато: Как отличить надежный оптимум от переобучения — пример работы video-maker: презентация (PDF) + аудио (NotebookLM) склеены в готовое видео с синхронизированными слайдами
• 🎬 Walk-Forward Optimization: The Only Honest Strategy Test — пример работы video-youtube-prepare: NotebookLM сгенерировал готовое видео, а скрипт подготовил для него метаданные (заголовок, описание, теги, таймкоды, субтитры)

В обоих случаях — без видеоредакторов и ручной работы. Всё собирается автоматически.

Два сценария: какой ваш?

В зависимости от того, что вам дал NotebookLM, используется один из двух инструментов:

Сценарий 1: У вас есть аудио + слайды → нужно собрать видео

Это случай, когда NotebookLM сгенерировал вам аудио-нарратив и PDF-презентацию по отдельности, и вам нужно склеить их в видео.

Инструмент: video-maker

Сценарий 2: У вас уже есть готовое видео → нужны метаданные для YouTube

NotebookLM умеет генерировать и готовые видео. Но для YouTube этого мало: нужен заголовок, описание, теги, таймкоды, субтитры. Всё это можно сгенерировать автоматически.

Инструмент: video-youtube-prepare

Давайте разберём оба.

Сценарий 1: Собираем видео из аудио и слайдов

Шаг 1: Генерируем контент в NotebookLM

1. Откройте NotebookLM
2. Создайте новый ноутбук и загрузите свой материал — статью, заметки, PDF, ссылки
3. Попросите NotebookLM сгенерировать аудио-подкаст по вашему материалу
4. Попросите сгенерировать слайды-презентацию
5. Скачайте аудио (.m4a или .mp3) и слайды (.pdf)

Шаг 2: Устанавливаем инструменты

# Клонируем репозиторий
git clone https://github.com/suenot/video-maker.git
cd video-maker

# Создаём виртуальное окружение Python
python -m venv venv && source venv/bin/activate

# Устанавливаем зависимости
pip install openai-whisper pillow pytesseract

# Системные зависимости (macOS)
brew install ffmpeg poppler tesseract

Шаг 3: Кладём файлы

mkdir -p input/my-video
cp ~/Downloads/audio.m4a input/my-video/audio_ru.m4a
cp ~/Downloads/slides.pdf input/my-video/slides_ru.pdf

Шаг 4: Запускаем — одна команда

bash scripts/run_pipeline.sh ru

Всё. Серьёзно, одна команда. Пайплайн сам:

1. ✅ Конвертирует PDF в картинки — каждый слайд становится PNG
2. ✅ Распознаёт текст на каждом слайде через OCR
3. ✅ Транскрибирует аудио через Whisper — получает текст с таймкодами
4. ✅ Синхронизирует слайды с аудио — сопоставляет текст речи с текстом на слайдах
5. ✅ Собирает MP4-видео через FFmpeg
6. ✅ Генерирует SRT-субтитры
7. ✅ Исследует релевантные YouTube-теги
8. ✅ Генерирует метаданные: заголовок, описание, таймкоды
9. ✅ Создаёт миниатюру 1280×720

Или можно запускать каждый шаг отдельно, если нужно больше контроля:

python scripts/pdf_to_images.py --pdf input/my-video/slides_ru.pdf --out-dir temp/slides --dpi 200
python scripts/extract_pdf_text.py --images-dir temp/slides --output temp/slides_text.json --lang rus
python scripts/extract_subtitles.py --audio input/my-video/audio_ru.m4a --output temp/subtitles.json --model base --language ru
python scripts/sync_slides.py --subtitles temp/subtitles.json --slides-text temp/slides_text.json --output temp/timeline.json
python scripts/generate_video.py --timeline temp/timeline.json --slides-dir temp/slides --audio input/my-video/audio_ru.m4a --output output/my-video.mp4

Как работает магия синхронизации

Это самая интересная часть. Скрипт не требует от вас ручных меток «покажи слайд 3 на секунде 42». Он сам разбирается.

Алгоритм — жадное прямое сопоставление:

1. Whisper даёт пословные таймкоды того, что говорится
2. OCR (Tesseract) даёт текст каждого слайда
3. Скрипт проходит по сегментам транскрипции и оценивает каждый относительно текущего и нескольких следующих слайдов, используя пересечение слов и биграммное сопоставление
4. Переключение на следующий слайд происходит, только когда тот набирает значительно больше очков и текущий слайд показывался достаточно долго

Слайды никогда не возвращаются назад. Просто, но удивительно хорошо работает для образовательного контента, где спикер следует порядку слайдов.

Что получаем на выходе

output/
├── my-video.mp4           # Готовое видео
├── my-video.srt           # Субтитры для загрузки на YouTube
├── my-video_metadata.json # Метаданные (машинный формат)
├── my-video_metadata.txt  # Метаданные (копируете в YouTube Studio)
└── my-video_thumbnail.png # Миниатюра

Файл _metadata.txt — это готовый текст, который вы просто копируете в YouTube Studio: заголовок, описание с таймкодами глав, теги.

Сценарий 2: Готовим метаданные для готового видео

Если NotebookLM уже сгенерировал готовое видео — или вы записали его любым другим способом — вам всё равно нужны метаданные для YouTube. Это второй инструмент.

Ключевая идея: у вас уже есть блог-статья для каждого видео. В статье есть заголовок, описание, теги и заголовки разделов. Инструмент переиспользует всё это для автоматической генерации метаданных.

Установка и запуск

git clone https://github.com/suenot/video-youtube-prepare.git
cd video-youtube-prepare
pip install openai-whisper

python scripts/prepare_metadata.py \
    --video input/my-video.mp4 \
    --slug my-article-slug \
    --output-dir output/my-article-slug \
    --whisper-model base

Инструмент:

1. Извлекает аудио из видео
2. Транскрибирует речь через Whisper
3. Генерирует SRT-субтитры
4. Если есть блог-статья — сопоставляет заголовки разделов с речью, строит таймкоды глав
5. Извлекает теги из содержимого статьи
6. Собирает всё в готовые метаданные на EN и RU

Про теги

YouTube-теги должны быть тематическими фразами (2–4 слова), а не отдельными словами. Инструмент строит их из:

• Заголовков разделов вашей статьи, разбитых по естественным разделителям
• Ключевых фраз из описания (2–3 слова)
• Frontmatter-тегов и их попарных комбинаций
• Брендовых тегов

Никаких внешних API — всё берётся из вашего контента. Теги, извлечённые из статьи, часто попадают точнее вручную подобранных, потому что используют ту же терминологию, что и целевая аудитория.

Полный воркфлоу: от идеи до YouTube за 30 минут

Шаг	Что делаете	Время
1	Загружаете материал в NotebookLM	2 мин
2	Генерируете аудио и слайды	5 мин
3	Скачиваете файлы и кладёте в input/	1 мин
4	Запускаете run_pipeline.sh	10–15 мин (ждёте)
5	Открываете YouTube Studio, загружаете видео	2 мин
6	Копируете метаданные из .txt файла	2 мин
7	Загружаете субтитры и миниатюру	1 мин

Итого: ~30 минут, из которых 15 — ожидание скрипта. Раньше то же самое занимало 2+ часа ручной работы.

Технические детали

Кодирование видео

На маке с Apple Silicon используется аппаратно-ускоренный HEVC через VideoToolbox — быстро и маленькие файлы. YouTube всё равно перекодирует, так что меньше файл = быстрее загрузка.

Кодек	Скорость	Когда использовать
hevc_videotoolbox	Быстро (GPU)	По умолчанию. Лучший баланс
h264_videotoolbox	Очень быстро (GPU)	Максимальная совместимость
libx264	Медленно (CPU)	Для Linux или когда нет GPU

Видео кодируется в 1920×1080 при 1 fps — слайды статичны, движения нет. YouTube это нормально обрабатывает, а заодно это снимает проблемы с OOM при concat demuxer.

Модели Whisper

Модель	Скорость	Точность	Когда использовать
tiny	Мгновенно	Средняя	Для тестов
base	Быстро	Хорошая	По умолчанию
small	Средне	Высокая	Для важных видео
medium	Медленно	Очень высокая	Для сложного аудио
large	Очень медленно	Максимальная	Когда каждое слово важно

Двуязычность

Оба инструмента работают с русским и английским из коробки. Флаг языка (ru / en) передаётся при запуске, метаданные генерируются отдельно для каждого языка.

Зависимости

Оба инструмента требуют: Python 3.9+, FFmpeg (brew install ffmpeg), OpenAI Whisper (pip install openai-whisper).

video-maker дополнительно: Poppler (brew install poppler), Tesseract (brew install tesseract), Pillow + pytesseract (pip install pillow pytesseract).

Бонус: агентный скилл для Claude Code

Если вы пользуетесь Claude Code, в репозитории video-maker есть файл .claude/skills/youtube-video-publishing.md. Это агентный скилл, который обучает Claude Code всему воркфлоу.

Открываете проект в Claude Code — и агент понимает весь пайплайн: какие кодеки использовать, как структурировать описание, как фильтровать OCR, какие поля заполнять для YouTube Education.

Скилл покрывает:

• Правила заголовков — размещение ключевых слов, лимит видимости 70 символов, без кликбейта
• Шаблон описания — SEO-хук в первых 150 символах, таймкоды из заголовков слайдов, ссылка на статью, Telegram CTA
• Пайплайн тегов — YouTube Suggest API + анализ конкурентов + intent-фразы, только тематические фразы из 2–4 слов
• Правила кодирования — почему hevc_videotoolbox на 1 fps, когда откатываться на libx264
• Фильтрация OCR — gate по доле букв, детекция фрагментов, объединение ALL CAPS строк
• YouTube Education — автогенерация Category, Type, Level, Problems

Можно сказать «сгенерируй видео из этих файлов» — и агент сделает всё правильно.

Что ещё есть: другие open-source инструменты для видео

Мои инструменты решают конкретную задачу: слайды + нарратив → YouTube. Но экосистема видеоавтоматизации шире. Вот два проекта, которые стоит знать:

video-use: монтаж видео через Claude Code

video-use — это open-source скилл, который позволяет монтировать видео прямо через Claude Code (или другого агента с доступом к терминалу).

Как это работает: вы кидаете сырые видеофайлы в папку, открываете Claude Code и говорите «смонтируй из этого видео для запуска продукта». Агент сам:

• Вырезает слова-паразиты (umm, uh, фальстарты) и паузы между дублями
• Делает автоматическую цветокоррекцию
• Накладывает плавные аудио-фейды на каждом стыке (30 мс), чтобы не было щелчков
• Вшивает субтитры в вашем стиле — по умолчанию UPPERCASE по 2 слова
• Генерирует анимационные оверлеи через HyperFrames, Remotion, Manim или PIL
• Самопроверяет рендер на каждом стыке перед показом результата

Ключевая идея: LLM никогда не «смотрит» видео. Он читает его — через транскрипцию от ElevenLabs Scribe (пословные таймкоды + диаризация спикеров) и визуальные композиты (filmstrip + waveform) по запросу. Вместо 30 000 кадров × 1 500 токенов = 45M токенов шума — 12 КБ текста и несколько PNG.

Это принципиально другой подход, чем мой video-maker. Мой пайплайн заточен под образовательные видео со слайдами. video-use — универсальный монтажёр для любого контента: talking heads, монтажи, туториалы, интервью.

OpenShorts: полная платформа для коротких видео

OpenShorts — это self-hosted платформа (Docker), которая объединяет три инструмента:

1. Clip Generator — автоматически нарезает длинные видео (подкасты, вебинары, стримы) на вирусные 9:16 шортсы для TikTok, Instagram Reels и YouTube Shorts. Использует Google Gemini для поиска «вирусных моментов», face tracking через MediaPipe + YOLOv8, auto-субтитры через faster-whisper.

2. AI Shorts — генерирует маркетинговые видео с AI-актёрами. Вы описываете продукт или вставляете URL — платформа генерирует скрипт, AI-актёра (Flux 2 Pro), озвучку (ElevenLabs), lip-sync (Hailuo + VEED), b-roll и финальную сборку. Стоимость: от $0.65 за видео.

3. YouTube Studio — AI-генерация миниатюр, 10 вариантов вирусных заголовков, автоописания с таймкодами, прямая публикация на YouTube.

Плюс auto-publishing одним кликом на TikTok, Instagram и YouTube одновременно, с возможностью запланировать время публикации.

В отличие от платных аналогов (Opus Clip, CapCut, Vizard, Klap, Descript), OpenShorts полностью бесплатный, open source, без водяных знаков и лимитов на загрузку. Вы платите только за AI API (Gemini, fal.ai, ElevenLabs), и у большинства из них есть бесплатные тарифы.

Ограничения

Несколько вещей, которые стоит знать:

• Синхронизация зависит от текста на слайдах. Графические слайды без текста синхронизируются хуже. Лучше всего работает с образовательными слайдами, где есть заголовки и тезисы.
• Один спикер. Пайплайн рассчитан на непрерывный нарратив одного голоса.
• macOS по умолчанию. Аппаратное ускорение HEVC работает на Apple Silicon. На Linux используйте libx264.
• NotebookLM иногда удивляет. Качество генерации зависит от входного материала. Чем структурированнее ваши заметки — тем лучше результат.

Хотите попробовать?

Все инструменты — open source:

• 🔧 video-maker — собирает видео из аудио + PDF
• 🔧 video-youtube-prepare — генерирует метаданные для YouTube
• 🎬 video-use — монтаж видео через Claude Code
• 🎬 OpenShorts — полная платформа для шортсов и AI-видео

Важно: video-maker и video-youtube-prepare — это не готовые коробочные продукты, а шаблоны-заготовки. Они работают из коробки для базового сценария, но задуманы так, чтобы вы донастроили их под свои цели — любым AI-агентом (Claude Code, Codex, Cursor и т.д.). Форкните, адаптируйте под свой бренд, стиль описаний и формат контента.

---

Используйте NotebookLM для создания контента, а скрипты — для автоматической сборки. Это самый быстрый путь от идеи до YouTube, который я нашёл.