技能介绍

解决什么问题

把 PPT 变成视频并不难，难的是做出「能直接发群」的成品。手工拼凑通常会遇到几个致命坑：首帧黑屏导致聊天软件缩略图显示黑图；为了修黑屏插入封面页，反而导致播放器跳页、音视频错位；修改讲稿后配音没跟着刷新；concat demuxer 拼接导致段边界画面卡死；字幕遮挡正文或口语化改写丢失了 PPT 原文的关键要点。这套流程把上述坑全部通过工程手段根治，而不是靠事后验证。

工作流程与核心机制

技能采用七步流水线，每一步只做一件事，且强制约束了输出规格：

渲染与提取：通过 LibreOffice 将 .pptx 转为 PDF，再渲染为 1920×1080 的 PNG。底部预留 80px 字幕带，确保字幕绝不遮挡正文。同时提取 PPT 原文，作为讲稿对照基准。
讲稿与配音：手写 narration.txt，要求严格围绕原文展开。调用 Edge TTS（云希音色）生成纯人声 MP3，并利用词级 WordBoundary 生成逐字对齐的 ASS 字幕。
合成与校验：合成阶段强制开启首帧非黑前置校验，校验第一页亮度，并采用 concat filter 重编码拼接，烧录带 4px 黑描边的浅色字幕。最后通过 verify_fast.py 逐段首帧差异检查，确保 N/N OK。成品规格固定为 H.264、AAC、无 BGM。

适用边界与注意事项

虽然流程自动化，但仍需人工把控内容质量与环境：

讲稿约束：生成讲稿时极易把「五懂/五会」等枚举型要点压缩成错误子集。写完后必须用 grep 关键术语复核，确保 PPT 要点无遗漏、无重复。
改稿刷新：讲稿修改后，依赖 slide_NN.hash 自动失效，或手动加 --force 参数强制重生成配音。
环境迁移：换电脑或新账号时，所有路径均相对项目目录，但首次运行需执行 setup_env.py 探测外部工具并隔离安装依赖。无网络环境可提前迁移 _venv。
验证标准：合成脚本内部的边界检查可能因关键帧吸附误报 FAIL，请忽略，一律以 verify_fast.py 的结果为准。