SuperAPI AI 工具集

ppt-to-video-workflow

设计与创作

查看项目

更新于 10-15 20:21

技能介绍

用途:把幻灯片(PPTX 文件或 slides.json)转换成带旁白和字幕的 MP4 视频,包含 4 个脚本与完整流水线。\n\n主要能力:\n1) render_slides.py:用 Pillow 将 slides.json 渲染为 1920x1080 图片,支持 academic(默认,白底)与 rdf(深色)主题。\n2) generate_narration.py:基于 slides.json 与 reference_audio.wav(3-10 秒参考音)调用 Chatterbox TTS API,生成逐页 narration_*.mp3 与 timing.json,默认语言 ko。\n3) generate_subtitles.py:从 timing.json 生成 ASS 字幕,每条约最多 2 行、行最多 40 字,按标点切分,最短显示 2 秒。\n4) create_video.py:用 FFmpeg 合成,默认 FPS 30、MP4(H.264+AAC)、0.5 秒淡入淡出,--subtitle 内嵌字幕,--no-fade 关闭淡入淡出。\n\n使用方式:先准备 slides.json 与 reference_audio.wav,安装依赖 pip install pillow pydub gradio-client python-pptx,并确保系统已装 FFmpeg;依次运行 render_slides.py、generate_narration.py、create_video.py(示例命令见原文档)。PPTX 场景需先用 python-pptx 提取图片,再基于 slides.json 生成旁白。\n\n限制:依赖 Chatterbox TTS API,需参考音频;仅支持 1920x1080 输出;主题仅 academic 与 rdf;字幕字体使用 AppleSDGothicNeo、NanumGothic;运行环境为 Python 3.x,缺失事实暂未提供。