🎯 AI 簡報影音化工具

一站式 PPT 文稿生成、語音合成、數位播報員影片製作

---

✨ 主要功能

功能	說明
🤖 AI 智能生成	Google Gemini / Ollama / OpenRouter 多種 LLM 支援
🎙️ 高品質 TTS	Microsoft Edge TTS，支援多語音角色與語速調整
🎭 數位播報員	SadTalker AI 生成真人說話影片
📋 備忘稿同步	自動同步文稿到 PowerPoint 備忘稿
🎬 自動播放	自動配置音訊/影片播放和投影片轉場
🌍 多語言支援	繁中、英文、日文、越南文介面
📤 Session 分享	URL 參數分享，跨電腦繼續作業

---

📖 使用流程

本工具採用 6 步驟流程：

1️⃣ 上傳 PPT

點擊「選擇檔案」或拖放 .pptx 檔案到上傳區域，系統會自動解析投影片內容

2️⃣ 設定參數

配置文稿生成參數：

• 聽眾對象、簡報目的、情境
• 語氣風格、預計時長
• 輸出語言

3️⃣ 生成文稿

AI 自動生成：

• 開場白 - 吸引聽眾注意力
• 逐頁講稿 - 每張投影片的詳細說明
• ✏️ 支援即時編輯和調整

4️⃣ 語音生成

使用 Microsoft Edge TTS 生成高品質語音：

• 多種語音角色選擇
• 可調整語速和音調
• 支援試聽預覽

5️⃣ PPT 製作

自動組裝有聲 PPT：

• 🔊 嵌入音訊檔案
• 📋 同步備忘稿
• ⏱️ 設定自動播放

6️⃣ 影片強化 (選用)

使用 SadTalker 生成數位播報員影片：

• 🎭 上傳播報員照片
• 🎬 AI 生成真人說話影片
• 📺 自動嵌入到 PPT

---

🚀 快速開始

系統需求

• Python 3.10+
• Node.js 18+
• CUDA GPU (數位播報員功能需要)
• Google Gemini API 金鑰 (免費申請)

安裝步驟

1. 後端設置

cd backend
pip install -r requirements.txt

# 設置環境變數
copy .env.example .env
# 編輯 .env 填入您的 GEMINI_API_KEY

# 啟動後端
python -m uvicorn app.main:app --reload --host 0.0.0.0 --port 8080

2. 前端設置

cd frontend
npm install
npm run dev -- --host

• 前端：http://localhost:5173
• 後端：http://localhost:8080

⚠️ 注意：由於 SadTalker 需要 GPU 支援，本專案不建議使用 Docker 部署。請直接在本機運行以獲得最佳效能。

---

⚙️ 相關設定

1. LLM 設定

點擊右上角 ⚙️ 按鈕開啟 LLM 設定，支援：

Provider	說明
Google Gemini	雲端 API，需要 API Key
Ollama	本地運行 LLM，免費
OpenRouter	多模型聚合平台
OpenAI	GPT 系列模型

2. 數位播報員設定

點擊 🎭 按鈕管理數位播報員：

• 上傳播報員照片
• 設定情緒強度、生成流暢度
• 選擇影片解析度 (480p/720p/1080p)

3. TTS 語音設定

點擊 🎙️ 按鈕調整語音參數：

• 語言選擇
• 語音角色
• 語速 (-50% ~ +100%)
• 音調 (-50Hz ~ +50Hz)

4. 多語系介面

點擊右上角語言選擇器切換介面語言：

• 🇹🇼 繁體中文
• 🇬🇧 English
• 🇯🇵 日本語
• 🇻🇳 Tiếng Việt

---

🛠️ 技術棧

類別	技術
前端	React 18, Vite, i18next, Vanilla CSS
後端	FastAPI, SQLAlchemy (SQLite), Python-PPTX
AI 語音	Microsoft Edge TTS
AI 影片	SadTalker (Talking Head Generation)
LLM	Google Gemini, Ollama, OpenRouter

---

📤 Session 分享

上傳 PPT 後，URL 會自動帶上 ?fileId=xxx 參數。分享此 URL 給其他電腦，即可繼續作業。

http://192.168.x.x:5173/?fileId=abc-123-xyz

---

❓ 常見問題

Q: 數位播報員生成很慢？

A: SadTalker 需要 GPU 加速：

• 確保已安裝 CUDA 版 PyTorch
• 建議使用 RTX 3060 以上顯卡
• 首次運行會下載模型 (~2GB)

Q: 多人同時使用出現衝突？

A: SadTalker 一次只能處理一個請求，需等待前一個完成。

Q: API 配額用完了？

A: 您可以：

• 切換到 Ollama (本地免費)
• 申請新的 Gemini API 金鑰
• 等待配額重置（每日）

---

📄 授權

本專案採用 MIT 授權 - 詳見 LICENSE 檔案

---

🙏 致謝

• Google Gemini API - AI 文稿生成
• Microsoft Edge TTS - 文字轉語音
• SadTalker - 數位播報員生成
• Python-PPTX - PowerPoint 處理

---

⭐ 如果這個專案對您有幫助，請給個星星！