Conversion de diapositives Beamer en vidéo MP4 narrée (Paper Sh…

Diapositives Papier en Vidéo

Le point d'entrée public est :

<SKILLS_DIR>/paper-slides-to-video/scripts/slides_to_video.py

Exécutez-le avec l'environnement du package :

uv run --project <SKILLS_DIR>/paper-slides-to-video python <SKILLS_DIR>/paper-slides-to-video/scripts/slides_to_video.py <sous-commande>

CLI exacte

• render PDF FRAME_DIR [--dpi 200]
• plan TEX
• narrations FRAME_DIR TEX --annotated-tex ANNOTATED_TEX
• tts FRAME_DIR [--lang zh]
• assemble FRAME_DIR OUTPUT [--pad-sec 0.5] [--speed 1.25]
• cover FIRST_FRAME OUTPUT
• metadata TEX COVER OUTPUT
• full PAPER_DIR --annotated-tex ANNOTATED_TEX

Workflow complet requis

1. Compilez slides-beamer/main.pdf avant d'invoquer ce package.
2. Copiez slides-beamer/main.tex vers video/main_with_narration.tex et ajoutez une annotation % NARRATION: non vide pour chaque page physique rendue. Ce contrat par page physique permet de maintenir la synchronisation entre les rendus paysage et portrait : les deux orientations sont assemblées à partir des mêmes pages PDF, donc la cardinalité narration/audio s'applique également à chaque orientation.
3. Exécutez full avec le chemin du TeX annoté.

uv run --project <SKILLS_DIR>/paper-slides-to-video python <SKILLS_DIR>/paper-slides-to-video/scripts/slides_to_video.py full "<PAPER_DIR>" --annotated-tex "<PAPER_DIR>/video/main_with_narration.tex"

full supprime toute sortie narrée obsolète avant le traitement. Il exige une cardinalité exacte PNG/TXT/MP3, une narration et un audio non vides, des durées audio positives détectables, et un MP4 assemblé contenant à la fois des flux vidéo et audio. Une narration ou un MP3 manquant entraîne une sortie non nulle et ne peut pas laisser de résultat narré.

Découverte des outils

• PDFTOPPM ou POPPLER_DIR (répertoire contenant pdftoppm), puis PATH
• FFMPEG, puis PATH
• FFPROBE, puis PATH
• EDGE_TTS_BIN, puis PATH

Le silence n'est jamais implicite. Les appelants programmatiques peuvent créer une page délibérément silencieuse uniquement en appelant encode_slide(..., require_audio=False). La valeur par défaut publique est require_audio=True.

Les sorties sont écrites sous <PAPER_DIR>/video/ : video_frames/, <paper>_narrated.mp4, cover.png, frames_data.json, narrations.json et video_meta.json.

Skills associés

• skill://batch-papers-single-omp-full-pipeline
• skill://batch-slides-to-video
• skill://blog-to-bilibili
• skill://edge-tts-retry-video-driver
• skill://index-tts-fallback