qiangzhuang95/presentation-video-auto-generator

🚀 项目介绍：自动生成演讲视频的小实验

🚀 项目介绍：自动生成演讲视频的小实验 大家好！今天我想和大家分享一个小项目，灵感来源于狗哥的一次直播。记得那是我第一次听他的直播，他提出了一个超酷的概念，让我眼前一亮。想象一下，如果我们能把演讲稿自动转换成演讲视频，那会有多酷？对于我这种每个学期都要忙于准备无数演讲的学生来说，这简直是救星！

🛠 技术旅程

1. 从PDF到图片 首先，我需要让我的电脑读懂演讲稿。怎么做呢？把PDF转成图片！这样GPT-4v就能“看懂”它了。

2. GPT-4v来解读 接下来，我用了一个简单的prompt让GPT-4v帮我分析图片：“读读图片里的内容，然后以演讲者的身份，总结一下，时间限制1分钟。”结果出乎意料的好！

3. 文字变声音 然后，我用OpenAI的TTS API把文字转换成了声音。我还特意调整了一些参数，让声音听起来更自然、更像日常对话。

4. 最后的魔法：FFmpeg 最后一步，用FFmpeg把图片和声音合成为一个视频。整个过程就像施了魔法一样，超级酷！

🎉 成果 & 感想 我自己试了试，效果真的不错！这不仅可以帮助我省下准备演讲的时间，还让我有更多的时间去做我喜欢的事情。想想看，这技术如果能普及，对经常需要做演讲的人来说，是多大的福音啊！

🤔 后续想法 虽然现在还有些许瑕疵，比如语音的自然度还有提升空间，但我觉得这是一个很有前景的起点。未来，我还打算继续优化，让这个项目更完善。

📢 小结 希望你们喜欢这个分享！如果你对这个项目感兴趣，或者有任何想法和建议，欢迎大家留言交流。让我们一起探索更多可能性！

源代码是一个完整的Python文件，直接运行就可以出现GUI，把你的OpenAI的API Key输入进去就可以将一个演讲稿页面生成视频，将pdf的路径和输出路径设置好就可以，请忽略粗糙的UI设计，哈哈。

目前这个只支持一张图片的转换，因为每次图片转换的成本大概在3分钱美金，所以大家可以根据这个源代码的基础进行再发展成你们自己想要的格式。

基于OpenAI GPT-4 Vision的演讲视频自动生成程序

1. 程序概述 本程序采用先进的机器学习技术，通过自动化处理将PowerPoint演示文稿转换成高质量的演讲视频。程序首先将PPT文件转换为PDF格式，并将其分割为单页文件。之后，每一页PDF被转换为PNG格式，并通过OpenAI的GPT-4 Vision生成对应的演讲稿。程序最终将生成的演讲稿通过OpenAI的文本到语音技术转换为语音，并与对应的PNG图片合并生成视频文件。
2. 技术实现 文件处理与转换：使用Python及其库处理文件转换（PDF到PNG），并利用ffmpeg进行音视频的合成。 演讲稿生成：利用OpenAI GPT-4 Vision通过图像中的内容生成演讲稿。 语音合成：使用OpenAI的TTS技术将文本转换成自然的语音。 视频制作：将图像与语音文件合并为MP4格式，并对单页视频文件进行合并，生成完整的演讲视频。
3. 程序优势 效率与质量：自动生成的演讲稿和语音质量优于传统手工制作，大大缩短了制作时间。 易用性：用户仅需输入原始PPT文件和输出路径即可，无需进行繁琐的中间步骤。 灵活性：用户可以在生成演讲稿后进行个性化调整，以适应不同的演讲场合。
4. 应用场景 该程序适用于任何需要将PPT演示转换为演讲视频的场景，特别适合企业内部汇报、教育培训、产品展示等领域。它能够帮助各部门高效、专业地完成演讲内容的准备工作。
5. 未来展望 持续优化：计划对演讲内容的生成算法进行优化，提高演讲稿的适应性和多样性。 功能扩展：未来将探索直接从PPT生成演讲稿的功能，进一步减少人工参与，实现完全自动化的演讲视频生成。 广泛测试：计划进行广泛的测试以确保程序能够处理各种不同风格和复杂度的PPT文件。 本程序结合了最新的AI技术，通过减少人工参与，不仅提高了工作效率，还保证了输出内容的质量，为各种演讲和展示活动提供了强有力的支持工具。