事故报告转安全培训视频

要解决什么问题

化工、制药等行业的安全事故调查报告往往是 PDF 或 Word，篇幅长、结构固定，但一线培训更需要可播放、可复述的短片。手工做 PPT、录旁白、对字幕、用 ffmpeg 合成，一轮改旁白就要重跑 TTS、SRT 和烧录，成本集中在配音环节。

本技能把「报告 → 课件 → 旁白 → 配音 → 幻灯片图 → 字幕 → MP4」拆成可验证的分步流水线，并强调人名去敏与 TTS 前的人审关口，避免隐私泄露和全链路返工。

技能如何工作

• 文本入口：优先用 markitdown 抽文字型 PDF；扫描版走 pymupdf + OCR 路径。
• 课件：用 Node pptxgenjs 生成约 12 页 16:9 暗色警示风 PPT（概览、时间线、根因、措施等固定结构）。
• 旁白：按页写脚本，约 5 字/秒估时长，每段 15～30 秒，内容与幻灯片一一对应，不脑补。
• 配音：Qwen3-TTS（本地、预设音色与短参考音克隆）或 edge-tts（在线、SentenceBoundary 便于字幕对齐）。
• 出图与合成：Windows 下推荐 win32com 导出 PNG，避免 PowerShell 对中文路径的编码坑；逐段 ffmpeg 生成 clip 再 concat，硬字幕烧录；成品命名形如 在事故教训中成长-{去敏化标题}.mp4。

流程要求前台同步执行、每步落盘并用 JSON 持久化，关键步骤验证后再继续。

适用边界与注意点

• 环境偏 Windows + Office COM 导出幻灯片；ffmpeg 在子进程里建议用绝对路径。
• TTS 之前必须确认旁白脚本与人名映射表（NAME_MAP）；去敏后需重生成音频与字幕，不能只改 SRT。
• Qwen3 默认按语速预估字幕时间轴，高精度场景可再用本地 ASR 做词级对齐；合并视频后应核对总时长是否与各 clip 之和一致。
• 路径含全角引号等 Unicode 时，注意工具误建「幽灵目录」，收尾按策略清理 video_work 中间产物。