本地化部署微课神器：不用拍摄和剪辑导入PPT自动生成口播讲解视频

上次我们发布了《数字人智能课程平台 1.0 正式上线》后，很多人反馈说没有达到想要的效果，之前1.0的想法是什么都想做，既要教师端生成课件，学生端可以实时听课提问，还要生成各种练习题，各种交互效果的课件，各种3D镜头的动效，花里胡哨，导致做的东西什么都不像了。然后我们团队最近花了大量时间去调研国内外相关平台，最终在之前基础上精简并整合了竞品中的优秀功能发布了微课神器2.0，我们把它称为“灵影AI”。

为什么要做这个微课神器？

我们看到市面上类似的工具每一步都需要收费，Heygen的付费包括：除去水印、限制视频生成时长、背景抠图、语音克隆、不同的价格不同的分辨率、视频处理速度、数字人数量等。考虑到生成一个口播视频需要来回尝试，一趟下来，一个月300块人民币完全不够用。

再看看国内蝉镜的收费方式，同样也是定制数字人、去除水印、生成视频、PPT动画、声音克隆、视频生成速度、是否保留作品、API调用、API并发数、团队资产、数据分析、商用授权、专属模板等等每一项都需要消耗积分。

因此我们打算制作一款完全本地化的系统，整合我们的实时互动数字人系统。跟之前我们的实时互动数字人系统一样，这次我们仍然不打算开放给C端用户使用，继续给相关有需求的个人、学校或企业做本地化部署方案。这样就可以多次尝试，无限克隆数字人，无限克隆音色，无限生成视频了。

平台功能：

主要功能是用户上传PPT，然后选择数字人、音色、背景、素材，一分钟内合成带数字人讲解PPT的视频。

1. 用户上传PPT

上传PPT的时候可以选择用PPT 自带的注解生成口播文案还是让AI来自动生成。

2. 选择数字人

可以从公共库中选择需要的数字人，或者上传自己需要的形象自己训练数字人。在PPT预览区域支持拖拽和缩放来调整数字人的位置。

3. PPT位置和缩放调整

选中上传的PPT后，可以调整PPT的位置和大小，非常灵活。

4. 背景设置

5. 添加音频、视频、图片素材

6. 每一页PPT都有专属的时间轴

这是本次升级的一大亮点。时间轴轨道包括：PPT、字幕、音频、数字人、素材、文本。每个轨道都可以随时增减，意味着每一页PPT都可以控制这些元素是否在当前PPT页面显示，这个非常重要，因为在制作讲课视频的时候经常会插入视频素材，这个时候是不需要数字人进行播报的。

上述元素（PPT、字幕、音频、数字人、素材、文本）默认都是按全局设置位置和大小的，可以让它们脱离全局，每一页单独设置不同的样式，这也是在很多课件视频中经常看到的。

7. 新增字幕功能

我们从口播文案中自动根据时间轴来提取字幕，并调整字幕的样式。

8. 自动生成口播文案

随时切换成字幕视图

10. 音色支持默认免费的EdgeTTS和开源的VoxCPM，其它TTS也可以随时接入

11. 支持声音克隆和声音设计

12. 每个元素都支持图层顺序的调整

13. 生成视频支持多种分辨率

目前包括720,1080,4K三种。

目前合成效果：

效果一：

效果二：

效果三：

接下来会更新功能：

1. 接入AI生成动效PPT功能

https://github.com/nyblnet/bento2.让PPT拥有更多动效，上传的PPT页支持添加动效

面向人群：

该微课神器主要面向教师或者想做数字人自媒体讲课的博主。我们的系统还支持给一些有开发能力的个人和团队做二次开发使用。

如何体验和联系：

公众号后台私信咨询并做自我介绍。我们会有相应的报价表和获取方式分享给大家。

写在最后：

我们的微课神器会随着客户的需求不断升级，获得我们系统的客户可以免费升级更新。数量有限，先到先得。

关于作者

做一只爬的最久的乌龟，保持学习保持好奇，即使慢一点，遇到一点困难，只要最后能到达终点，又有什么关系呢。

毕竟人生没有白走的路，每一步都算数。