Peytontalismanic424/paper-share-skills

將 Beamer PDF 投影片轉換為具有頁面對齊旁白、TTS 語音、封面及上傳元資料的失敗閉合式有聲 MP4 影片。可根據旁白投影片、投影片影片或論文影片請求觸發。

paper-share-skills 是什麼？

此技能可將 Beamer PDF 投影片自動轉換為有聲 MP4 影片，確保旁白、語音與每一頁面精確對齊。它利用 PDF 轉 PNG、邊緣 TTS 語音合成與 FFmpeg 組裝，產生包含影片、語音及元資料的最終輸出。支援的觸發條件包括旁白投影片、投影片影片或論文影片請求。技能採用失敗閉合（fail-closed）設計，若旁白或語音遺失則會以非零退出碼終止，避免產出殘缺結果。可在 Claude Code、Cursor 及 Codex 等平台上使用，並可與 batch-papers-single-omp-full-pipeline 或 blog-to-bilibili 等相關技能協同運作。

相容平台~Claude Code~Codex CLI~Cursor

npx skills add https://github.com/Peytontalismanic424/paper-share-skills/tree/HEAD/paper-slides-to-video

說明文件

論文投影片轉影片

公開的入口點為：

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

使用套件環境執行：

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

精確 CLI

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

必要完整工作流程

在呼叫此套件前先編譯 slides-beamer/main.pdf。
將 slides-beamer/main.tex 複製到 video/main_with_narration.tex，並為每個渲染的實體頁面加入一個非空的 % NARRATION: 註解。這個每頁面合約可確保橫向與縱向渲染保持同步：兩種方向均從相同的 PDF 頁面組裝，因此旁白/音訊基數閘限制同樣適用於每個方向。
使用已註解的 TeX 路徑執行 full。

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 會先移除任何過期的旁白輸出。它要求 PNG/TXT/MP3 具有精確的基數對應、非空的旁白與音訊、可探測到的正數音訊持續時間，以及同時包含影片與音訊串流的已組裝 MP4。遺失旁白或 MP3 會以非零退出碼結束，且無法產生旁白結果。

工具發現

PDFTOPPM 或 POPPLER_DIR（包含 pdftoppm 的目錄），然後是 PATH
FFMPEG，然後是 PATH
FFPROBE，然後是 PATH
EDGE_TTS_BIN，然後是 PATH

沉默永遠不是隱含的。程式呼叫者唯有透過呼叫 encode_slide(..., require_audio=False) 才能刻意建立無聲頁面。公開預設值為 require_audio=True。

輸出寫入 <PAPER_DIR>/video/：video_frames/、<paper>_narrated.mp4、cover.png、frames_data.json、narrations.json 及 video_meta.json。