SlideNarrator

KO | EN

gitlite — search

#golang #android #machine-learning #rust #linux #docker #macos #java #awesome #awesome-list #vue #mcp #openai #open-source

(★ 13)

SlideNarrator 是一款基於 Python 開發的自動化工具，旨在協助使用者快速將簡報 (PowerPoint/圖片) 與講稿結合，生成帶有高品質 TTS (文字轉語音) 旁白與自動同步字幕的簡報影片。本專案核心採用 Sherpa-onnx 技術，能在一般的 CPU 環境下達成極速推理，無需昂貴的 GPU 即可產出流暢的語音，目前Dist版本暫時只支援中文

SlideNarrator 최신버젼 다운로드

최종 버전 다운로드 (.zip)

// repository documentation

Was this content helpful?

★ 0 (0 ratings)

# SlideNarrator - 智能簡報自動旁白系統

SlideNarrator 是一款基於 Python 開發的自動化工具，旨在協助使用者快速將簡報 (PowerPoint/圖片) 與講稿結合，生成帶有高品質 TTS (文字轉語音) 旁白與自動同步字幕的簡報影片。

本專案核心採用 **Sherpa-onnx** 技術，能在一般的 CPU 環境下達成極速推理，無需昂貴的 GPU 即可產出流暢的語音。

## 🌟 核心功能

- **🚀 高效率 TTS 推理**：使用 ONNX 模型，支援純 CPU 運行，推理速度遠快於傳統 VITS 模型。
- **🎬 自動化影片合成**：自動將講稿分句並產生音檔，計算語速後自動拉伸或循環簡報圖片，生成完美契合的旁白影片。
- **📜 自動生成字幕**：根據語音實際長度，精準生成 SRT 字幕檔案。
- **🎨 現代化介面**：基於 `CustomTkinter` 打造的 Modern UI，操作直觀流暢。
- **⚡ 硬體加速支援**：自動偵測 NVIDIA GPU，支援硬體編碼 (H.264/HEVC) 以加速影片輸出。
- **📦 獨立運行**：支援打包為 Windows `.exe` 執行檔，免去環境配置煩惱。

## 🛠️ 技術棧

- **TTS 引擎**: [Sherpa-onnx](https://github.com/k2-fsa/sherpa-onnx)
- **介面框架**: [CustomTkinter](https://github.com/TomSchimansky/CustomTkinter)
- **影片處理**: [FFmpeg](https://ffmpeg.org/)
- **語言**: Python 3.10+

## 📥 安裝與準備

### 1. 安裝環境依賴
```bash
pip install -r requirements.txt
```

### 2. FFmpeg 準備
請確保您的系統已安裝 `ffmpeg`，並將其路徑加入環境變數中，或放置於專案根目錄的 `ffmpeg` 資料夾。

### 3. 模型放置
請將 TTS 模型檔案放置於 `models/` 目錄下。
本專案建議使用由 **MediaTek Research** 提供之 [Breeze2-VITS-onnx](https://huggingface.co/MediaTek-Research/Breeze2-VITS-onnx/tree/main) 模型：
- `*.onnx` (模型檔，例如：`breeze2-vits.onnx`)
- `tokens.txt`
- `lexicon.txt`
- `*.json` (配置檔)

## 📖 使用指南

執行 `python main.py` 開啟程式，依照步驟引導完成簡報旁白影片製作。

### 步驟 1：載入簡報

新建專案後，載入 PPTX 或 PDF 簡報。可載入 NotebookLM 的 PDF 簡報，或使用標準 PPTX（使用 PPTX 時，系統必須已安裝 PowerPoint）。

![載入簡報](https://raw.githubusercontent.com/dseditor/SlideNarrator/main/Readme/step2.jpg)

### 步驟 2：載入講稿

載入簡報後，先複製 AI 提示詞，到 Gemini 或其他線上 AI 模型去上傳簡報，並以 AI 提示詞讓 AI 解讀簡報內容。

![載入講稿](https://raw.githubusercontent.com/dseditor/SlideNarrator/main/Readme/step3.jpg)

完成後會得到類似 `Page1: ...` 的結果，再把結果用 `Ctrl+V` 貼上，或是儲存成文字檔載入。完成後驗證講稿內容的段落與頁面是否正確。

![貼上講稿](https://raw.githubusercontent.com/dseditor/SlideNarrator/main/Readme/step3-1.jpg)

### 步驟 3：編輯講稿

驗證完講稿內容後，可編輯、增減每張簡報的台詞，也可透過底部縮圖快速跳到指定頁面進行編輯。

![編輯講稿](https://raw.githubusercontent.com/dseditor/SlideNarrator/main/Readme/step4.jpg)

### 步驟 4：產生音檔

確認並產生語音檔案。此階段也可以修改文字，播放、確認產生結果。

![產生音檔](https://raw.githubusercontent.com/dseditor/SlideNarrator/main/Readme/step5.jpg)

### 步驟 5：匯出影片

最後步驟，匯出簡報影片檔案。可選擇增加畫面空間讓字幕確實被顯示，也可匯出對應的 SRT 格式字幕檔案。

![匯出影片](https://raw.githubusercontent.com/dseditor/SlideNarrator/main/Readme/stepfinal.jpg)

## 🏗️ 專案開發計畫 (Roadmap)

- [x] 整合 Sherpa-onnx 語音推理
- [x] 自動化影片/字幕同步邏輯
- [x] NVIDIA 硬體加速編碼偵測
- [ ] 支援多國語言 TTS 混合
- [x] 支援 PDF 直接匯入轉圖片

## ⚖️ 開源協議 (License)

本專案基於 MIT 協議開源。

SlideNarrator

SlideNarrator 최신버젼 다운로드

오늘의 추천 프로젝트

Was this content helpful?

Recent Feedback

SlideNarrator

SlideNarrator 최신버젼 다운로드

오늘의 추천 프로젝트

Was this content helpful?

Recent Feedback

Download README