企业官网建设流程全解析

PPT Master 如何在 Windows 上把带配音的演示文稿导出为 MP4 视频

【免费下载链接】ppt-masterAI turns documents or topics into real, native PowerPoint decks—with native shapes, transitions and animations,>项目地址: https://gitcode.com/GitHub_Trending/ppt/ppt-master

PPT Master 能把演讲者备注转成逐页旁白音频，把音频重新嵌入 PPTX，再在 Windows 上把带旁白的 PPTX 交给本机 PowerPoint 2016+ 的原生编码器，产出一份带旁白的 MP4。整条路径是：生成旁白音频 → 重新导出嵌入音频的 PPTX → 用powerpoint_video.py导出 MP4。机器需要 Windows、带自动化接口的 PowerPoint 2016 及以上版本（主版本号 ≥ 16）和 Windows PowerShell。自动 MP4 导出不增加 Python 依赖，但默认用edge-tts生成旁白时，生成阶段需要联网调用微软在线 TTS 服务。

准备条件

• 已按 Windows 安装指南 安装 Python 3.10+、获取项目并执行pip install -r requirements.txt。Windows 官方安装器只带python.exe，不带python3.exe，所以本文命令里的python3在 Windows 上可直接替换成python。
• 默认旁白后端edge-tts已列入skills/ppt-master/requirements.txt，上一步装完依赖即包含它；单独安装则为python3 -m pip install edge-tts。
• 带旁白导出会用ffprobe读取每页音频的真实时长来写页面推进时间，系统需要有可用的ffprobe。
• 项目已由 PPT Master 生成完毕，且演讲者备注已切分为notes/*.md逐页文件（Generate 路线中由total_md_split.py <project_path>完成后处理切分）。

先用检查命令确认本机 PowerPoint 自动化可用：

python3 skills/ppt-master/scripts/powerpoint_video.py --check

版本达标时输出PowerPoint video export available (version …)；不达标（低于 Office 2016 基线、找不到 PowerPoint 或 PowerShell 缺失）时退出码为 1，并输出PowerPoint video export is unavailable: …。检查不通过时，带旁白的 PPTX 仍是成功的上游产物，可以改用文末的手工"创建视频"路径。

第一步：生成逐页旁白音频

主路径（AI 流程）：deck 导出后在聊天里直接说：

You: Generate narration for this deck and re-export with audio embedded.

AI 会根据 deck 的主语言（zh-CN/en-US/ja-JP等）拉取音色目录、推荐候选，一次性确认 provider、音色、语速、是否嵌入 PPTX 和是否继续导出视频，然后跑完整个流程。也可以直接指定语言或要求视频交付，例如Add Japanese voice narration; pick a calm female voice.。

进阶路径（跳过 AI 流程直接调脚本），以默认 edge 后端为例（无需 API Key）：

# 查看某 locale 的可用音色 python3 skills/ppt-master/scripts/notes_to_audio.py --list-voices --locale zh-CN # 用 edge-tts 为每页生成 MP3/SRT 对 python3 skills/ppt-master/scripts/notes_to_audio.py <project_path> \ --voice zh-CN-YunjianNeural --rate +0%

<project_path>是活动项目目录（例如projects/demo，以 agent 报告的项目路径为准）。edge 模式下--voice是必填项。发送 TTS 请求前，脚本会先做备注预检：每一页都必须有可读且非空的逐页备注，缺失或空备注返回退出码2——需要先生成这些备注再重新运行音频生成，不能带着部分音频继续。

成功后每页产出audio/<stem>.mp3，edge 还会从同一次合成产出页内audio/<stem>.srt（时间轴以00:00:00,000为原点）；整套生成完整成功后原子写入audio/manifest.json记录来源。云端 provider（ElevenLabs、MiniMax、Qwen、CosyVoice）需设置对应 API Key，其中 Qwen 当前 TTS 接口不返回计时、只生成音频；需要页内字幕时选择 edge、ElevenLabs、MiniMax 或支持时间戳的 CosyVoice 音色，详见 docs/audio-narration.md。

第二步：重新导出嵌入音频的 PPTX

使用svg_to_pptx.py --recorded-narration audio。它要求每页都有匹配的音频文件，用ffprobe读出真实时长，按"页前起始下限 + 音频长度 + 页尾停留"写入页面自动推进时间，输出保存为exports/<name>_<timestamp>_narrated.pptx：

python3 skills/ppt-master/scripts/svg_to_pptx.py <project_path> \ -o <final_narrated_pptx> --recorded-narration audio \ --narration-start-floor 0.8 --narration-padding 0.5

• --narration-start-floor 0.8：从目标页转场开始计，到旁白启动的最短秒数。默认0.8；设为0表示转场结束后立即开始。转场结束后的实际静默时间是max(0, narration_start_floor - transition_duration)，调整它不会拉长转场本身。
• --narration-padding 0.5：旁白结束后、页面推进前的静默停留秒数。默认0.5。两个参数都可省略或独立覆盖。
• --recorded-narration会拒绝on-click对象动画，因为 PPT Master 不生成对象级点击计时；deck 中如有点击触发动画，需要改为after-previous/with-previous。
• 嵌入 PPTX 的音频必须是 PowerPoint 可靠格式：m4a（AAC）、mp3或wav；内置生成路径默认mp3。

在 AI 流程中这一步包含在 "re-export with audio embedded" 请求里，上面的命令是它对应的手动等价形式。

第三步：通过 PowerPoint 原生编码器导出 MP4

python3 skills/ppt-master/scripts/powerpoint_video.py \ <final_narrated_pptx> -o exports/<raw_powerpoint_video>.mp4

<final_narrated_pptx>就是第二步产出的_narrated.pptx文件。脚本用本机 PowerPoint 以只读方式打开该文件，调用CreateVideo接口（使用录制的计时和旁白），然后轮询CreateVideoStatus，直到 PowerPoint 明确报告成功或失败才返回。默认输出 1080p / 30 fps，编码器质量 85，等待超时 7200 秒。可选参数：

输出文件已存在而未加--force时命令直接拒绝。命令运行期间 stderr 会打印如PowerPoint video export started: 1080p, 30 fps.的进度信息。

结果验证

• --check输出PowerPoint video export available (version …)说明本机可走自动导出；失败信息会说明是版本过低还是找不到 PowerPoint/PowerShell。
• 导出成功时，脚本在 stdout 打印已创建视频文件的完整路径；它同时校验文件存在且非空，报成功但文件缺失或为空会分别给出PowerPoint reported success but did not create the output file.或PowerPoint created an empty video file.。
• 失败时输出以下之一，结尾都附带提示Close any PowerPoint dialog and retry.：
  • PowerPoint reported that video creation failed.——PowerPoint 报告创建失败；
  • PowerPoint video creation exceeded the <超时秒数>-second timeout.——等待超时；
  • PowerPoint <version> is older than the supported Office 2016 baseline.——版本低于基线。
• 在非 Windows 系统上运行，脚本输出PowerPoint video export currently requires Windows PowerPoint. Keep the narrated PPTX and export it manually on another platform.并退出。

成片里，嵌入音频作为每页旁白播放，视频节奏由第二步写入的页面自动推进时间驱动；PowerPoint Windows 视频导出会保留原生视觉页间转场和无点击对象动画。文件大小方面，20 页全高清 deck 通常在 30–80 MB，取决于图片量（文档给出的经验范围）。

声音边界、字幕与手工回退

PowerPoint 原生编码器产出的 raw MP4 可靠包含旁白，但不保证把附着在转场或 Animation Pane 行上的动画音效写入音轨。如果最终 motion 里已解析出这类音效 cue，需要在第二步的导出命令中追加--conversion-trace <final_narrated_trace>生成转换 trace，再运行video_sound_mix.py（需要PATH中可用的ffmpeg/ffprobe与numpy），产出独立 SFX stem、混音后的最终 MP4 和机器可读验收回执；只要旁白，则这个 raw MP4 就是最终视频。

字幕始终是外部 SRT：PPT Master 不把它嵌入 PPTX，也不烧录进 MP4。需要交付字幕轨时用video_subtitles.py（另需stable-ts）把冻结的旁白文本对齐到最终视频的音轨，在视频旁生成同名 SRT。

如果本机自动化不可用，还有手工回退：打开exports/里那份带旁白的.pptx，走文件 → 导出 → 创建视频，选择清晰度与"使用录制的计时和旁白"，保存为.mp4（Windows 也支持.wmv）。这不是录屏，声音边界与原生CreateVideo相同。注意 PowerPoint for Mac 的影片导出不会播放动画效果，动画保真要求下应使用 Windows 路径。

下一步

完整流程中页内 SRT 合并、声音混音与字幕对齐的命令见 skills/ppt-master/scripts/docs/narration.md；旁白阶段的触发条件、音色选择规则与各命令适用分支见 skills/ppt-master/workflows/stages/generate-audio.md；python打开 Microsoft Store、pip 权限或网络失败等安装问题见 docs/windows-installation.md 的 Troubleshooting 一节。

【免费下载链接】ppt-masterAI turns documents or topics into real, native PowerPoint decks—with native shapes, transitions and animations,>项目地址: https://gitcode.com/GitHub_Trending/ppt/ppt-master