前言¶

給內部培訓、產品宣講或線上課程準備視頻時，常見的做法是：先寫一份 PPT，再手工寫逐頁講稿，然後用錄音或 TTS 工具逐段配音，最後對齊口型和畫面。講稿和 PPT 的內容一旦改動，兩邊就要重新對一遍，很容易出現”這頁沒講”或”講了但沒這頁”的情況。

下面介紹的 Skill 把前兩步接到一起：上傳 PPT 後由 AI 解析內容、梳理邏輯結構並生成演講稿，再走語音合成把講稿念出來。目標是讓一份 PPT 直接產出可以發佈的口播視頻，而不是兩份需要人工同步維護的文檔。

這是什麼¶

PPT智能演講視頻生成器，是果盟數科（enterprise 來源）在 SkillHub 上發佈的技能，座標 @guomeng/ppt-to-speech-video，當前版本 1.1.0，分類 office-efficiency。

它解決的問題是：把”PPT → 講稿 → 配音 → 視頻”這條鏈路裏的前半段自動化。使用者提供 PPT 後，Skill 負責解析頁面內容、理解整體邏輯結構，並據此寫出演講稿，而不是讓使用者自己逐頁補文案。

它屬於付費技能（pricing_type=paid），不需要額外配置 API Key（requires_api_key=false）。

核心功能¶

根據已抓取的官方資料，可覈實的能力有兩項：

1. PPT 內容解析。上傳 PPT 後自動解析頁面內容，作爲生成演講稿的輸入。
2. 演講稿生成。AI 在解析結果上理解邏輯結構，生成”繪聲繪色”的演講稿，支持 5 種演講風格，風格可在生成時選擇。

需要說明的邊界：官方簡介在”通過TT”處被截斷，後續的語音合成與視頻合成鏈路沒有完整披露，資料中沒有給出具體接口、模型或輸出格式。因此本文只確認到”解析 PPT + 生成演講稿”這一層，後面的合成方式需以官方頁面說明爲準，不做推測。

安裝與啓用¶

目前抓取到的資料只包含名稱、座標、版本、分類、標籤和簡介，沒有提供可覈實的安裝命令、目錄路徑或配置文件。因此這裏不給出臆造的命令。

按這類 Skill 的通用形態，它基於 SKILL.md 格式，通常在 IDE 的 Skill 市場裏搜索座標 @guomeng/ppt-to-speech-video 後啓用，但具體入口和安裝方式需以 SkillHub 頁面當前的說明爲準。

購買側需要注意：該技能爲付費類型，啓用前應先確認計費方式。requires_api_key=false 表示不需要自行配置外部模型密鑰，但這不等於免費。

典型用法¶

已抓取資料中沒有提供可復現的調用示例、輸入格式要求或輸出產物示例，因此本文無法給出經過驗證的用法片段。

可確認的輸入是一份 PPT 文件；可確認的中間產物是按所選演講風格生成的演講稿。拿到 PPT 之後如何在具體編輯器裏觸發該 Skill、生成的講稿是哪種格式、能否導出、是否內嵌合成視頻，都需要查看官方頁面後再確認。

適用場景與注意¶

適合的場景：

• 需要把現有 PPT 快速轉成口播視頻，且講稿願意由 AI 代寫、人工再做審校。
• 同一主題要產出多個風格的版本，用 5 種演講風格做差異化，比從零寫多版講稿省事。
• 團隊內部不希望爲視頻單獨維護一份講稿文檔，希望講稿和 PPT 同源生成。

需要注意的地方：

• 講稿質量取決於 PPT 的結構和措辭。頁面只有標題、沒有正文的 PPT，生成的講稿容易空泛，需要先補內容。
• AI 生成的講稿必須人工審校。它會把頁面內容串成連貫口播，可能加入原文沒有的過渡或強調，正式對外使用前要覈對事實。
• 摘要被截斷的部分（TTS 及之後的合成鏈路）尚未覈實，項目裏有硬性格式要求或平臺限制時，先確認產物形態再下單。
• 付費技能，安裝數爲 0，說明目前使用量還很小，遇到問題可能需要直接聯繫發佈方果盟數科。

結尾¶

這個 Skill 的價值在於把 PPT 到演講稿這一段固化下來，省掉一次人工撰寫和一次內容對齊。它不解決素材整理、畫面設計，也沒有證據表明它覆蓋了語音合成之後的全部環節。適合作爲口播視頻工作流的第一段來用，後面仍需人工確認講稿、再完成配音和合成。

官方地址：https://api.skillhub.cn/guomeng/ppt-to-speech-video
SkillHub 頁面：https://www.skillhub.cn/skills/guomeng/ppt-to-speech-video