把论文变成带旁白讲解的视频：ResearchStudio paper2video完全教程（含字幕、激光笔高亮与可编辑PPTX）

把论文变成带旁白讲解的视频：ResearchStudio paper2video完全教程（含字幕、激光笔高亮与可编辑PPTX）

【免费下载链接】ResearchStudioResearchStudio: Our AI co-author, from research problem to final publication.项目地址: https://gitcode.com/gh_mirrors/re/ResearchStudio

想用paper2video 论文转视频？ResearchStudio 的 paper2video 技能可以把一个 PDF 论文直接变成带旁白讲解、烧录字幕、激光笔高亮的 MP4 视频，同时产出一份可直接在 PowerPoint 里二次编辑的 PPTX 幻灯片。对于需要做会议演讲、组会汇报或论文宣传的人来说，它把"做视频"这件最耗时的收尾工作变成了一条流水线。🎬

一、三分钟看懂 paper2video 的工作流水线

paper2video 位于 ResearchStudio-Reel 技能包中，它本身不"硬做"幻灯片或渲染视频，而是做一个聪明的调度器，把每一步交给专业组件：

paper.pdf → paper2assets 抽取论文资产包（章节、图片、旁白稿） → ppt-master 生成带入场动画的 PPTX 幻灯片 → pptx2video 配音、字幕、动画合成，渲染出 MP4 → video.mp4 + video_no_subtitles.mp4 + video.pptx

一句话总结：输入一篇论文 PDF，输出一段"会自己讲"的视频 + 一套可编辑的 PPT。完整协议见 SKILL.md，功能介绍见 README.md。

二、环境准备：安装步骤一次到位 🛠️

1️⃣ 克隆仓库并运行安装脚本（自动装好原生工具与 Python 依赖）：

git clone https://gitcode.com/gh_mirrors/re/ResearchStudio cd ResearchStudio bash install.sh

2️⃣ 安装两个外部技能ppt-master（负责做幻灯片）和pptx2video（负责渲染视频），并配置好渲染运行时：

python -m playwright install chromium python3 -m pptx2video --version python3 -m pptx2video doctor --svg

⚠️ 两个新手最容易踩的坑（详见 pptx2video.md）：

• Python 需要 3.11 及以上；
• 运行渲染时始终用python3 -m pptx2video ...调用，而不是裸的pptx2video命令——系统里若残留旧版本，裸命令会静默用错版本且不报错。

doctor --svg通过后再开始渲染，它能自动检查 LibreOffice、FFmpeg、Chromium 等依赖是否齐全。

三、一行命令，开始把论文转视频 🚀

在 Claude Code 或 Codex 会话中，直接指向论文或其资产包即可：

# 指向已有的 paper2assets 资产包 > /paper2video ./my_paper/ # 或者直接从 PDF 开始，技能会自动解析出同一个资产包 > /paper2video ./my_paper.pdf

背后的核心步骤（见 SKILL.md）：

1. 构建共享资产包：由 build_package.py 从 PDF 提取章节、图片与narration.json旁白稿，供海报、博客、视频各阶段复用，避免重复解析；
2. 解析唯一的动画触发方式（on-click或after-previous），由 ppt_options_contract.py 一次性决定，并同时交给两侧组件，保证 PPT 和视频绝不"各说各话"；
3. 制作幻灯片：ppt-master 按旁白稿顺序逐页生成带入场动画和演讲者备注的 PPTX；
4. 渲染视频：pptx2video render自动用免费的 Edge TTS 合成配音、生成字幕、合成动画，并跑一轮严格 QA 检查（--qa-mode strict），不合格就阻断交付，绝不含糊。

四、字幕是怎么来的：烧录字幕与 SRT/VTT 双文件 🔤

paper2video 对字幕的处理非常贴心，一次渲染同时给你三种形态：

旁白文本来自论文章节本身（narration.json），由渲染器逐词对齐生成时间轴，字幕与语音严格同步——不需要你手动剪一条字幕。

五、激光笔高亮与聚光灯：让讲解有"手指点"的效果 🔦

视频最有"现场讲稿感"的地方，是视觉注意力效果。默认样式为spotlight_laser：

一圈柔边聚光灯（spotlight）跟随旁白线索移动，配合一个红色激光笔小圆点，像演讲者真的在用激光笔指给你看。

通过--highlight-style参数还可切换 8 种组合（参考 pptx2video.md 的完整参数表）：

• box/spotlight/cursor：基础框选、聚光灯、光标；
• laser/box_laser/spotlight_laser：在任意基础上叠加激光笔。

更细的控制：在旁白脚本中还可以插入[[Spotlight] ...]标记，指定"讲到这句话时"聚光灯照亮哪个区域（语法见 script_json_schema.md），实现"说到哪、亮到哪"的讲解节奏。✨

六、可编辑 PPTX：两种动画触发方式怎么选 📊

交付的video.pptx是真正原生可编辑的 PPT（不是图片拼贴），入场动画写在 PPT 原生的p:timing动画树里。唯一的用户决策是动画触发方式：

一个容易误解的点：无论选哪种，渲染出的 MP4 都是自动连续播放的——触发方式只影响你下载下来的 PPT 在 PowerPoint 里怎么播，不会影响视频。

渲染完成后，ppt_stage_validator.py 还会对最终 PPTX 做审计，逐条核对动画类型与你的选择一致，保证"视频里的节奏"和"PPT 里的动画"永远对得上。

七、交付物清单：一次运行你会得到什么 📦

<输出目录>/ video.mp4 # 带烧录字幕的成品视频（1080p） video_no_subtitles.mp4 # 无字幕版，供下游 reel 使用 video.pptx # 可编辑幻灯片（已通过触发审计） manifest.json # 交付清单 assets/ audio/ # 旁白音频、逐词时间戳 captions/ # video.srt / video.vtt slides/ # 视频使用的幻灯片帧 meta/ # timeline.json、QA 报告等

其中timeline.json记录了每个动画片段在视频中的精确起点，video_qa_report.json则是那轮严格质检的"体检报告"。

八、常见问题排查：渲染失败怎么办 ❓

• doctor --svg报错：按提示补齐依赖（常见为 FFmpeg、Chromium、LibreOffice），不要带病渲染；
• QA 报告阻断渲染：这是好事！说明幻灯片或旁白存在问题，正确做法是修幻灯片/旁白后重跑，而不是放宽--qa-mode强行出片；
• 旁白段落数与幻灯片页数不一致：渲染器会直接拒绝。把两者对齐（重新生成幻灯片或调整script.json），不要硬截断；
• 版本号对不上：对比python3 -m pptx2video --version与pip show pptx2video，不一致时先修环境再渲染（这就是"PATH 陷阱"，见 pptx2video.md）。

九、paper2video 在 ResearchStudio 全景图中的位置 🧭

paper2video 并非孤军作战。它属于ResearchStudio-Reel（论文后半程工具集）五大技能之一，与 paper2assets、paper2poster（海报）、paper2blog（双语博客）、paper2reel（交互式 Reel 网页）共享同一份论文资产包。再往前，ResearchStudio-Idea 负责"论文前半程"——从模糊方向生成可辩护的研究想法，下图即为该项目对想法质量的按领域评估结果：

总结：把论文转视频，你只需要一份 PDF 和一条/paper2video命令；剩下的配音、字幕、激光笔高亮动画、严格质检和可编辑 PPT，交给 ResearchStudio 即可。跑通一次之后，把video_no_subtitles.mp4继续喂给 paper2reel，还能得到一个可交互的论文展示网页——一条 PDF，产出整条宣发线。🎉

【免费下载链接】ResearchStudioResearchStudio: Our AI co-author, from research problem to final publication.项目地址: https://gitcode.com/gh_mirrors/re/ResearchStudio