批量去除 NotebookLM 水印：一次处理多个文件（2026）

一个文件很简单——二十个呢？

去除单个文件的 NotebookLM 水印只需几秒钟。但如果你导出了整门课程的幻灯片、一周的视频概览，或一批项目用的 Gemini 图片，逐个处理就会变得很繁琐。

本指南涵盖三种批量去水印方案，从最简单的（浏览器工具）到全自动化流程。根据你的文件数量和技术水平选择合适的方案。

方案一：浏览器工具（1–10 个文件）

最简单的选择。NotebookLM Remover 完全在浏览器中处理文件——不上传、不经过服务器。对于少量文件，操作流程很直接：

1. 进入对应格式的工具页面（视频、幻灯片、PPTX、信息图 或 Gemini 图片）
2. 将文件拖入上传区
3. 等待处理（通常 2–10 秒，取决于格式和文件大小）
4. 下载清洁后的文件
5. 重复处理下一个文件

优点：

• 零配置——任何现代浏览器即可使用
• 100% 本地处理——文件不会离开你的设备
• 支持所有格式：视频、PDF、PPTX、信息图、Gemini 图片、音频
• 免费，无需注册

缺点：

• 一次处理一个文件（顺序处理）
• 每个结果需手动下载
• 50 个以上文件不太实用

适合：清理几份讲义的教师、准备几个演示的学生、文件数量少于 10 个的用户。

方案二：Python 脚本（10–100+ 个文件）

如果你熟悉 Python，脚本能让你一条命令实现真正的批量处理。专业工具使用的相同库可以自动处理整个目录的文件。

批量 PPTX 水印去除

python-pptx 库可以打开、修改和保存 PowerPoint 文件。NotebookLM PPTX 导出中的水印是一个带有超链接的形状元素——它位于幻灯片布局和母版中，从那里删除就能清除所有幻灯片上的水印。

from pptx import Presentation
import glob, os

input_dir = "exports/"
output_dir = "cleaned/"
os.makedirs(output_dir, exist_ok=True)

for filepath in glob.glob(f"{input_dir}*.pptx"):
    prs = Presentation(filepath)
    removed = 0

    for master in prs.slide_masters:
        for layout in master.slide_layouts:
            for shape in list(layout.shapes):
                try:
                    addr = (shape.click_action.hyperlink.address or "").lower()
                except Exception:
                    addr = ""
                if "notebooklm" in addr or "google" in addr:
                    shape._element.getparent().remove(shape._element)
                    removed += 1

    out = os.path.join(output_dir, os.path.basename(filepath))
    prs.save(out)
    print(f"{os.path.basename(filepath)}: 已移除 {removed} 个水印")

运行方式：pip install python-pptx && python batch_pptx.py

批量 PDF 水印去除

对于 PDF 幻灯片，PyMuPDF（导入名为 fitz）可以从每一页删除水印注释和图片：

import fitz  # pip install PyMuPDF
import glob, os

input_dir = "exports/"
output_dir = "cleaned/"
os.makedirs(output_dir, exist_ok=True)

for filepath in glob.glob(f"{input_dir}*.pdf"):
    doc = fitz.open(filepath)
    removed = 0

    for page in doc:
        for link in page.get_links():
            uri = (link.get("uri") or "").lower()
            if "notebooklm" in uri or "google.com" in uri:
                page.delete_link(link)
                removed += 1

    out = os.path.join(output_dir, os.path.basename(filepath))
    doc.save(out, deflate=True, garbage=4)
    doc.close()
    print(f"{os.path.basename(filepath)}: 已移除 {removed} 个水印")

批量视频水印去除

对于视频概览，ffmpeg-python 封装了 FFmpeg 的 delogo 滤镜。水印坐标根据分辨率固定：

import ffmpeg
import glob, os

input_dir = "exports/"
output_dir = "cleaned/"
os.makedirs(output_dir, exist_ok=True)

# NotebookLM 1080p 水印坐标
DELOGO = {"x": 1104, "y": 656, "w": 770, "h": 62}
TAIL_TRIM = 2.5  # 从尾部裁剪的秒数

for filepath in glob.glob(f"{input_dir}*.mp4"):
    probe = ffmpeg.probe(filepath)
    duration = float(probe["format"]["duration"])

    out = os.path.join(output_dir, os.path.basename(filepath))
    (
        ffmpeg
        .input(filepath, t=duration - TAIL_TRIM)
        .video.filter("delogo", **DELOGO)
        .output(out, acodec="copy", vcodec="libx264", crf=18)
        .overwrite_output()
        .run(quiet=True)
    )
    print(f"已清理: {os.path.basename(filepath)}")

Python 方案的优点：

• 真正的批量处理——一条命令处理数百个文件
• 完全可定制——调整检测逻辑、输出质量、命名规则
• 可脚本化和重复执行——加入 CI/CD 流水线或定时任务
• 本地处理文件——与浏览器工具一样的隐私保护

缺点：

• 需要安装 Python 和相关库
• 需要知道各分辨率的正确水印坐标（视频）
• 调试需要技术知识
• 检测逻辑需要自行负责——我们的浏览器工具会自动处理边界情况

方案三：Shell 脚本 + FFmpeg（仅视频）

如果你只需要批量处理视频文件且已安装 FFmpeg，一个简单的 Shell 循环就能完成，无需 Python：

#!/bin/bash
mkdir -p cleaned

for f in exports/*.mp4; do
  name=$(basename "$f")
  duration=$(ffprobe -v error -show_entries format=duration \
    -of default=noprint_wrappers=1:nokey=1 "$f")
  trimmed=$(echo "$duration - 2.5" | bc)

  ffmpeg -i "$f" -t "$trimmed" \
    -vf "delogo=x=1104:y=656:w=770:h=62" \
    -c:a copy -crf 18 "cleaned/$name" -y

  echo "完成: $name"
done

该选择哪种方案？

场景	最佳方案	原因
1–10 个文件，任何格式	浏览器工具	零配置，支持所有格式
10–50 个混合文件	Python 脚本	一条命令处理所有格式
50+ 个纯视频文件	Shell + FFmpeg	纯视频批处理最快
每日/每周重复导出	Python + 定时任务	完全自动化，一劳永逸
非技术用户，任何数量	浏览器工具	无需安装，无需命令行

所有方案的隐私保障

本指南中描述的每种方法都在你的设备上本地处理文件。浏览器工具通过 WebAssembly 在浏览器中运行；Python 和 Shell 脚本在你的电脑上运行。没有任何方案会将你的文件发送到远程服务器。

常见问题

浏览器工具能同时处理多个文件吗？

目前是逐个处理。上一个文件完成后可以立即拖入下一个文件。如需对数十个文件进行真正的并行批处理，请使用上述 Python 脚本方案。

批量处理会影响质量吗？

不会。无论是第一个还是第一百个文件，每个文件的处理方式完全相同。对于图像和文档，去除是无损的。对于视频，质量取决于编码设置——上述脚本使用 CRF 18，视觉上无损。

可以自动化运行吗？

可以。设置一个监控下载文件夹的 Python 脚本（使用 watchdog 或简单的轮询），自动处理新的 NotebookLM 导出，并将清理后的版本保存到单独的文件夹。