Контент · ИИ-интеграцииСобственная разработка

Текст → голос → YouTube: ИИ сам делает озвучку

ИИ сам работает с API: превращает длинный текст в естественную озвучку, собирает цельный MP3, отправляет его в Telegram с плеером и раскладывает по Google Диску — а дальше из этого аудио система автопубликации делает ролик на YouTube.

Собственная разработкаОзвучивает разборы для канала «Слово і Дух»

  • Глава — за ~35 секунд
  • До 25 минут звука за раз
  • Связана с автопубликацией YouTube
Как это работает
~35 сгенерации на главу в 15 минут готового звука
Gemini TTSClaudeFFmpegn8n
stepautomations / tts-content-pipelineВидео
Глава текста превращается в естественную озвучку за полминуты: файл сразу в Telegram и на Диске, а дальше — ролик на YouTube.Смотреть на YouTube

01Как было

Чтобы превратить длинный текст в аудио для публикации, приходилось вручную запускать озвучку кусками, склеивать их, давать файлам названия, раскладывать по архиву и отправлять. Каждая глава — одна и та же рутина, а ошибка в названии потом путает весь архив.

02Что изменилось

  • Глава — за полминуты

    15 минут готового звука генерируются примерно за 35 секунд, до 25 минут — одним запросом.

  • Естественный голос

    длинный текст озвучивается целиком, без нарезки и склеек.

  • Файл сразу там, где нужен

    MP3 с плеером в Telegram и в архиве Google Диска — с единым названием.

  • Дальше — YouTube

    из аудио система автопубликации делает ролик для канала «Слово і Дух».

03Как это работает

  1. Текст главы уходит ИИ-агенту

  2. Агент чистит разметку и сверяет каждое слово

  3. Нейросеть озвучивает, файл собирается в MP3

  4. Аудио — в Telegram, на Диск и дальше на YouTube

stepautomations / tts-content-pipeline01 / 04

01Схема: текст → ИИ-агент → Gemini TTS → FFmpeg → Telegram и Google Диск → YouTube

Где ещё сработаетТот же подход — под вашу задачу

Здесь это разборы Библии. Та же связка «текст → голос → публикация» подходит для любого текстового контента.

  • 01Блоги и медиа

    аудиоверсия каждой статьи — в подкаст и в Telegram-канал.

  • 02Онлайн-школы

    озвучка уроков и конспектов, в том числе на нескольких языках.

  • 03Бизнес

    голосовые инструкции для сотрудников, новости компании, озвучка презентаций.

  • 04Книги и курсы

    аудиокнига по главам, с архивом версий и единым названием файлов.

Голос, язык, формат и куда отправлять — настраивается под вас.

Под капотомТехнические детали — для специалистов
  • Две версии системы

    конвейер на n8n с параллельной озвучкой и ИИ-агент, который сам вызывает API озвучки и собирает файл.

  • Проверка слов

    после очистки разметки система сверяет последовательность слов с исходником — ничего не теряется и не меняется.

  • Надёжность

    в версии на n8n сбойный запрос повторяется, а недостающие куски доозвучиваются повторным проходом — файл приходит целиком.

  • MP3 обязателен

    25 минут в WAV — это 74 МБ при лимите Telegram в 50 МБ, поэтому FFmpeg всегда собирает MP3.

Стек

ClaudeGemini TTSn8nFFmpegRedisTelegram Bot APIGoogle Drive

Покажите процесс,который пора отдать системе.

Опишите задачу своими словами. Я отвечу лично и скажу, что можно автоматизировать уже сейчас.

  1. Вы описываете задачу
  2. Я отвечаю лично
  3. Вы получаете письменный план
Или напишите напрямую: Мои каналы:
ФОРМА ЗАЯВОК: АКТИВНА
Email, Telegram или телефон. Любой удобный канал.

Отвечаю лично, обычно в тот же день. Эта форма работает на том же n8n-стеке, что я собираю для клиентов.