"Shiling" PPT-to-Video Expert: Turning PPTs into 1080p Videos with Audio Narration and Subtitles

前言

把一份 PPT 变成能直接用的视频,常见做法是:先导出 PDF,再手工截图、找配音、对字幕、用 ffmpeg 拼。中间每一步都有坑——讲稿丢点或重复、字幕压住画面、词级时间戳和配音对不上、音频缓存失效后还在用旧音频、concat 到一半卡死。下面介绍的 Skill 把这些步骤和踩坑经验固化成一条流程。

这是什么

「PPT 转配音视频专家」是 SkillHub 上的社区技能,坐标 @user_0f56e340/shiling,版本 1.0.0,由发布者 user_0f56e340 维护,分类 office-efficiency。它解决的是:输入一份 PPT,输出一段每页配真人语音讲解、带字幕、纯人声、无背景音乐的 1920×1080 MP4。

SkillHub 页面显示当前评分 100000、下载 1143、安装 0,标签 requires_api_key=false。技能名「视灵」用于触发,官方地址为 https://api.skillhub.cn/user_0f56e340/shiling 。

核心功能与产出

链路是四个工具串起来:LibreOffice 负责 PPT→PDF,PyMuPDF 负责 PDF→PNG,edge-tts 用云希男声做配音,ffmpeg 负责合成 MP4 和烧录字幕。

产物规格固定为 1920×1080 MP4,每页一段真人语音讲解,带字幕,纯人声、无背景音乐。内置的约束规则覆盖几类常见故障:讲稿不丢点不重复、字幕放在最下方不遮挡画面、词级时间戳与配音对齐、音频缓存自动失效、用 concat filter 防卡死、完成后做切镜验证。

安装与启用

该技能包完全自包含,按官方说明可拷到任意电脑或任意账号的 WorkBuddy 直接安装使用。已抓取资料未提供 CLI 安装命令或插件市场命令,因此这里不列命令;如需具体安装入口,以官方地址页面为准。

触发方式是自然语言。当用户说下列任一句时激活:

用视灵转视频
把这份PPT转成视频
PPT转视频素材
按视灵流程做视频
生成配音视频

典型用法

已抓取资料只给出触发话术和产出规格,没有提供可复现的命令行示例或输入文件约定。可核实的用法是:在支持该 Skill 的客户端里,对一份 PPT 说出上面任一激活语,Skill 按 LibreOffice→PyMuPDF→edge-tts→ffmpeg 的链路执行,最后返回 1920×1080 MP4。

适用场景与注意

适合需要把 PPT 批量或单份转成讲解视频、又不想手工处理配音和字幕的人。注意几点:配音为 edge-tts 云希男声,无背景音乐;字幕位置和词级时间戳已按内置规则处理,不要再手工二次压字幕;音频缓存有自动失效逻辑,重跑时不要依赖旧缓存;合成用 concat filter 以避免卡死,完成后会做切镜验证。

结尾

这条链路的价值在于把 PPT 转视频里零散的坑收敛成一条可复用流程。官方地址:https://api.skillhub.cn/user_0f56e340/shiling ,SkillHub 页面:https://www.skillhub.cn/skills/user_0f56e340/shiling 。

羽毛球分组比赛记分
小程序二维码

欢迎使用《羽毛球分组比赛记分》微信小程序

Xiaoye