PPT to Video（汇报视频生成）

将PPTX/PDF/HTML与背景材料自动匹配，生成1280×720分辨率、带有智能风格识别和口语化TTS的播报视频。

PPT to Video

将演示文稿 + 背景材料 → 播报/汇报视频

---

📋 技能描述

PPT to Video - 专业演示视频生成工具，支持多种输入格式，自动适配内容风格。

核心流程：

PPTX/PDF/HTML + 背景材料 (MD/TXT)
         ↓
    截图 → 风格分析 → TTS → 合成
         ↓
    1024×720 播报视频 (H.264 + AAC)

核心特性：

• 🎯 自动风格识别：新闻/技术/政治/轻松，自动选择 TTS 音色
• 🎤 统一语速控制：默认 +25% 语速，支持 --rate 参数覆盖
• 📝 标点符号节奏：使用标点符号（而非特殊标记）控制 TTS 停顿
• 📊 多格式支持：PPTX/PDF/HTML 输入，自动适配
• ✅ 音画对齐验证：合成后自动检查每页音画同步状态
• 🗣️ 口语化重写：自动将书面语转为口语化汇报风格（先重点后事实）

---

🚀 使用示例

基础用法

# 方式 1: 指定输入目录（自动检测文件类型）
node /home/Vincent/.openclaw/workspace/skills/ppt-to-video/scripts/generate.js \
  --input /path/to/input/dir

# 方式 2: 已匹配讲稿模式（推荐）
node /home/Vincent/.openclaw/workspace/skills/ppt-to-video/scripts/generate.js \
  --slides presentation.pptx \
  --script script_matched.md \
  --output ./video/

# 方式 3: 背景材料 + 智能匹配
node /home/Vincent/.openclaw/workspace/skills/ppt-to-video/scripts/generate.js \
  --slides presentation.pptx \
  --material background.md \
  --readme README.md \
  --output ./video/

# 方式 4: 搜索 note 文件夹
node /home/Vincent/.openclaw/workspace/skills/ppt-to-video/scripts/generate.js \
  --input /path/to/project/ \
  --searchNotes /path/to/project/ \
  --output ./video/

参数说明

参数	必需	说明	默认值
--date	否	日期标识（用于输出文件名）	今天
--input	条件	输入目录（自动扫描所有文件）	-
--slides	条件	演示文件路径（PPTX/PDF/HTML）	-
--script	条件	已匹配讲稿路径（MD）	-
--material	条件	背景材料路径（MD）	-
--readme	否	PPT 说明文件路径（MD）	-
--searchNotes	否	搜索 note 文件夹	-
--output	否	输出目录	~/wechat_articles/Video/ppt-<date>/
--rate	否	TTS 语速（如 "+25%"）	+25%
--keepTemp	否	保留临时项目文件夹	删除

输入优先级：

1. --script 指定已匹配讲稿（最高优先级）
2. --material + --readme 背景材料 + 智能匹配
3. 仅 --slides 降级模式

---

📁 输入格式

1. 演示文稿（三选一）

格式	支持	说明
PPTX	✅	PowerPoint 演示文稿（推荐）
PDF	✅	PDF 文档
HTML	⚠️	单页 HTML 幻灯片（简化支持）

2. 背景材料 + README.md（推荐：智能匹配）

方式 A：背景材料带页面对齐标记（最高优先级）

## 第 1 页 封面
欢迎观看本次演示...

## 第 2 页 核心摘要
这里是核心摘要内容...

## 第 3 页 大模型动态
这里是技术详情...

方式 B：背景材料 + README.md（智能匹配，推荐）

背景材料 background.md：

## 智谱 GLM-5.1 发布
智谱 AI 正式发布 GLM-5.1，官方称是目前全球最强的开源模型...

## Kimi K2.5 登顶榜单
月之暗面 Kimi K2.5 上线不到 24 小时，登顶 LMarena 开源模型首位...

## 阿里云 CodingPlan
阿里云百炼推出 CodingPlan，四大开源模型自由切换...

PPT 说明 README.md：

## 第 1 页 封面
关键词：AI 每日洞察、2026-04-10、零壹情报

## 第 2 页 核心摘要
关键词：智谱 GLM-5.1、Kimi K2.5、AGI 突破

## 第 3 页 大模型动态
关键词：智谱 AI、GLM-5.1、SWE-bench、8 小时持续工作

## 第 4 页 中国厂商
关键词：阿里云、CodingPlan、MiniMax、OpenRouter

## 第 5 页 美国厂商
关键词：OpenAI、Anthropic、Google DeepMind、Genie 3

## 第 6 页 趋势洞察
关键词：开源模型、智能体、长程任务

智能匹配逻辑：

1. 读取 README.md 中每页的关键词
2. 分析背景材料每段的内容
3. 自动将段落匹配到关键词最相关的 PPT 页面
4. 输出匹配报告（每页匹配度分数）

优势：

• ✅ 背景材料无需按 PPT 页数分割
• ✅ 自动语义匹配，音画对齐
• ✅ 匹配度可视化，便于调试

---

🎤 TTS 音色配置

技能自动根据内容风格选择音色：

风格	音色	语速	适用场景
新闻	zh-CN-XiaoxiaoNeural	+25%	新闻播报、日报
技术	zh-CN-YunxiNeural	+25%	技术讲解、汇报
政治	zh-CN-YunjianNeural	+25%	时事政治、国际形势
轻松	zh-CN-XiaoyiNeural	+25%	轻松内容、教育

语速配置：

• 默认统一语速：+25%（所有页面）
• 支持 --rate 参数覆盖：如 --rate "+30%"
• 删除封面/结尾特殊加速逻辑（用户反馈不需要）

---

📤 输出格式

视频规格

属性	值
分辨率	1280×720 (标准 720p 16:9)
视频编码	H.264 (libx264)
音频编码	AAC (128kbps)
帧率	10 fps（静态图片）
格式	MP4 (movflags +faststart)

输出目录结构

/home/Vincent/.openclaw/workspace/wechat_articles/Video/ppt-2026-04-09/
├── video_2026-04-09.mp4    # 最终视频
├── screenshots/             # 演示截图（PNG）
│   ├── 01-page.png
│   ├── 02-page.png
│   └── ...
├── audio/                   # TTS 音频（MP3）
│   ├── audio_01.mp3
│   ├── audio_02.mp3
│   └── ...
├── clips/                   # 视频片段（MP4）
│   ├── clip_01.mp4
│   ├── clip_02.mp4
│   └── ...
└── VIDEO_COMPLETE.md        # 完成报告

---

🔧 依赖要求

必需工具

# Node.js (v18+)
node --version

# edge-tts (Python TTS)
pip install edge-tts
edge-tts --version

# ffmpeg (视频合成)
ffmpeg -version

# LibreOffice (PPTX 截图)
libreoffice --version

# poppler-utils (PDF 截图)
pdftoppm -version

# ImageMagick (HTML 截图，可选)
convert -version

安装命令（Ubuntu/Debian）

# 安装 edge-tts
pip install edge-tts

# 安装 LibreOffice
sudo apt-get install libreoffice

# 安装 poppler-utils
sudo apt-get install poppler-utils

# 安装 ffmpeg
sudo apt-get install ffmpeg

# 安装 ImageMagick
sudo apt-get install imagemagick

---

🎯 使用场景

1. AI 情报日报视频

node generate.js \
  --input /home/Vincent/.openclaw/workspace/wechat_articles/daily/2026-04-09/

2. 国际形势简报

node generate.js \
  --slides /home/Vincent/.openclaw/workspace/wechat_articles/world_intel_brief/ppt_20260409/international_brief.pptx \
  --material /home/Vincent/.openclaw/workspace/wechat_articles/world_intel_brief/ppt_20260409/script.md \
  --output /home/Vincent/.openclaw/workspace/wechat_articles/world_intel_brief/video_20260409/

3. 技术汇报视频

node generate.js \
  --slides tech_presentation.pptx \
  --material tech_background.md \
  --output ./output/

---

⚠️ 注意事项

1. 内容风格识别

技能根据关键词自动识别内容风格：

• 政治：政策、政府、国家、外交、国际形势
• 技术：技术、代码、API、算法、模型、AI
• 新闻：新闻、报道、今日、快讯、动态

2. TTS 标点符号控制

edge-tts 不支持特殊停顿标记，使用标点符号控制节奏：

• 逗号 ,：短停顿
• 句号 。：正常停顿
• 分号 ；：中等停顿
• 破折号 ——：强调停顿

3. 语速配置

• 默认统一语速：+25%（所有页面）
• 支持 --rate 参数覆盖：如 --rate "+30%"
• 删除封面/结尾特殊加速（根据用户反馈优化）

4. 页面对齐验证

技能会自动检查：

• 讲稿分段数 vs PPT 页数
• 不匹配时输出警告并建议修复

---

🛠️ 故障排除

问题 1: LibreOffice 截图失败

错误: PPTX 截图失败

解决:

# 检查 LibreOffice
libreoffice --version

# 如果未安装
sudo apt-get install libreoffice

问题 2: edge-tts 失败

错误: edge-tts: command not found

解决:

pip install edge-tts
edge-tts --version

问题 3: 视频合成失败

错误: ffmpeg: command not found

解决:

sudo apt-get install ffmpeg
ffmpeg -version

---

📝 版本历史

版本	日期	变更
v1.4	2026-04-10	✅ 讲稿口语化重写（汇报/新闻风格）<br>✅ 句子长度优化（15-25 字/句）<br>✅ 连接词自动添加（先重点后事实）
v1.2	2026-04-10	✅ 新增 README.md 智能匹配功能<br>✅ 三级优先级策略（标记 > 智能匹配 > 机械分割）<br>✅ 输出匹配度报告（每页分数）
v1.1	2026-04-10	✅ 分辨率改为 1280×720（标准 16:9）<br>✅ 统一语速 +25%，删除封面/结尾特殊加速<br>✅ 强制页面对齐标记（## 第 X 页）<br>✅ 增加音画对齐验证报告
v1.0	2026-04-09	初始版本

---

🔗 相关技能

• ppt-master: 专业 PPT 生成
• professional-pptx-maker: 商务 PPT 生成
• weixin-video-publish: 微信视频号发布

---

技能路径: /home/Vincent/.openclaw/workspace/skills/ppt-to-video/
核心脚本: scripts/generate.js