Video2PPT — 视频转创意PPT

从视频中自动提取内容，通过AI分析生成创意PPT。小白也能用 🎯

功能

• 输入任意视频（.mp4/.mov/.avi 等）
• 自动提取音频 → 语音转文字 → AI分析内容 → 生成PPT
• 支持中/英/日等多语种
• 支持手动模板，也支持自动生成精美排版

三步使用

1. 安装

# 下载代码后，进入目录
cd video2ppt

# 安装 Python 依赖
pip install -r requirements.txt

还需要安装 ffmpeg（免费）：

• Windows: 打开 PowerShell（管理员），运行 winget install ffmpeg
• Mac: 打开终端，运行 brew install ffmpeg
• Linux: 运行 sudo apt install ffmpeg

装完后在命令行输入 ffmpeg -version，看到版本号说明成功。

2. 设置 API Key（选一个就行）

• Claude（推荐，最好用）: 注册获取 Key

  set ANTHROPIC_API_KEY=sk-ant-xxxxxxxx

• DeepSeek（便宜）: 注册获取 Key

  set DEEPSEEK_API_KEY=sk-xxxxxxxx

• OpenAI: 注册获取 Key

  set OPENAI_API_KEY=sk-xxxxxxxx

3. 运行

python main.py 你的视频.mp4 --llm claude

或者用 DeepSeek：

python main.py 你的视频.mp4 --llm deepseek

更多选项

# 指定输出文件名
python main.py 视频.mp4 --llm claude -o 我的PPT.pptx

# 使用自己的PPT模板
python main.py 视频.mp4 --llm claude -t 公司模板.pptx

# 用大模型提升识别准确率（比较慢但效果好）
python main.py 视频.mp4 --llm claude --whisper-model large-v3

# 指定视频语言（如果不指定会自动检测）
python main.py 中文讲座.mp4 --llm claude --lang zh
python main.py English.mp4 --llm openai --lang en

输出文件

运行完成后会在 output/ 文件夹生成：

文件	说明
xxx.pptx	最终PPT，可以直接打开
xxx.txt	视频转出来的文字稿
xxx.json	AI生成的PPT大纲（JSON格式）

项目结构

video2ppt/
├── main.py              # 启动器（从这里运行）
├── pipeline.py          # 主流程（4个阶段串联）
├── audio_extractor.py   # 阶段1: 提取音频
├── transcriber.py       # 阶段2: 语音转文字
├── llm_analyzer.py      # 阶段3: AI分析内容（核心）
├── ppt_generator.py     # 阶段4: 生成PPT
├── models.py            # 数据模型
├── config.py            # 配置
├── requirements.txt     # 依赖列表
├── .gitignore           # Git忽略规则
└── README.md            # 本文件

常见问题

Q: 提示 "ffmpeg not found"？ A: 没装 ffmpeg，按上面的安装方法装一下。

Q: 运行很慢？ A: 第一次运行 Whisper 会下载模型文件（约 300MB），之后就好了。把 --whisper-model 改成 tiny 会更快（但准确率低一些）。

Q: 生成的PPT是英文的？ A: 它会按视频语言自动匹配。中文视频生成的PPT标题就是中文的。

Q: 报错说 API Key 不对？ A: 检查 Key 有没有填对，或者 Key 有没有余额。

技术原理

视频 → ffmpeg提取音频 → Whisper语音转文字 
→ LLM 7步推理链分析内容 → python-pptx生成PPT

LLM分析包含以下推理步骤：

1. 语义分割（切分话题段落）
2. 主题提取（每段核心观点）
3. 层级重建（并列 vs 从属关系）
4. 重点过滤（去口语化）
5. 分页决策（一页讲什么）
6. 创意增强（标题/配图/备注）
7. 结构校验（逻辑是否连贯）

许可证

MIT