PPT Video Generator

Converts an HTML slide deck (or pre-rendered PNG images) into a single MP4 video with AI-narrated voiceover using 豆包 TTS.

Prerequisites

brew install ffmpeg
npm install
npx playwright install chromium      # only needed if using Playwright capture

Getting a 豆包 API Key

1. Log in to 火山方舟控制台
2. 体验中心 → 语音模型 → 开通语音模型 (Doubao-语音合成)
3. 进入 API Key 管理 → 新建 API Key，复制 Access Token
4. 进入 应用管理 → 创建应用，复制 App ID

直达链接：https://console.volcengine.com/ark/region:ark+cn-beijing/openManagement?tab=TTS

Set credentials in .env (at repo root):

DOUBAO_APP_ID=your_app_id
DOUBAO_ACCESS_TOKEN=your_access_token
DOUBAO_VOICE=zh_male_shaonianzixin_moon_bigtts   # optional, this is the default

Usage

node generate-video.mjs <project-dir> [options]

Examples:

node generate-video.mjs ppt/my-project
node generate-video.mjs ppt/my-project --voice zh_male_yuanboxiaoshu_moon_bigtts
node generate-video.mjs --list-voices
node generate-video.mjs --list-voices 男

Options

Flag	Description
--voice <voice_type>	Override the TTS voice for this run
--skip-screenshots	Skip Phase 1 — reuse existing tmp/slide_NN.png
--skip-audio	Skip Phase 2 — reuse existing tmp/slide_NN.pcm
--list-voices [keyword]	Print full voice catalog and exit; keyword filters by ID/name/lang/scene

Project Directory Structure

<repo>/
  generate-video.mjs      ← the script
  package.json
  .env                    ← DOUBAO credentials (git-ignored)
  ppt/
    my-project/
      scripts.json        ← narration scripts (required)
      index.html          ← slide deck (optional, for Playwright capture)
      slide_01.png        ← pre-rendered images (optional, skips Playwright)
      slide_02.png
      tmp/                ← intermediate files (auto-created, git-ignored)
      output.mp4          ← final output (git-ignored)

scripts.json

Simple array:

["Slide 1 narration.", "Slide 2 narration.", "..."]

With per-project voice override:

{
  "voice": "zh_male_jieshuonansheng_mars_bigtts",
  "scripts": [
    "Slide 1 narration.",
    "Slide 2 narration."
  ]
}

Alternatively use scripts.txt — one line per slide, blank lines ignored.

Slide Images

Images are resolved in this order:

1. Pre-rendered PNGs — if slide_01.png … slide_NN.png all exist in the project dir, they are used directly (no Playwright needed).
2. Playwright capture — if any PNG is missing and index.html is present, the script launches headless Chromium, navigates to the file, and calls window.goTo(i) to advance slides. Viewport: 390 × 844.

For Playwright capture, add this helper to your index.html:

window.goTo = function(i) {
  slides.forEach((s, j) => s.classList.toggle('active', j === i));
  cur = i;
  updateDots();
};

Output

<project-dir>/output.mp4 — a single MP4 with per-slide still images and continuous AAC audio (no gaps between slides).

Pipeline

Phase	Description
1	Capture or copy slide PNGs → tmp/slide_NN.png
2	Generate TTS audio via 豆包 V3 API → tmp/slide_NN.pcm (24 kHz PCM)
3	Encode per-slide MP4 clips (libx264 + AAC) → tmp/clip_NN.mp4
4	Concatenate video streams (copy) + binary-concat PCM audio → final mux → output.mp4

The gapless audio technique (Phase 4) extracts audio from each clip as raw PCM at 44.1 kHz, binary-concatenates them, then encodes AAC once in the final mux — avoiding the ~23 ms encoder-delay gap that would appear if AAC streams were naively concatenated.

Resuming a Failed Run

# Re-run only Phase 3+4 (screenshots and audio already in tmp/)
node generate-video.mjs my-project --skip-screenshots --skip-audio

# Re-run Phase 2+3+4 (screenshots already in tmp/)
node generate-video.mjs my-project --skip-screenshots

Voice Reference

Default: zh_male_shaonianzixin_moon_bigtts (少年梓辛/Brayan)

Run node generate-video.mjs --list-voices [keyword] to filter. Full catalog:

2.0 通用声音 (uranus_bigtts)

Voice ID	名称	语言	说明
zh_female_vv_uranus_bigtts	Vivi 2.0	中/日/印尼/西语+四川/陕西/东北	情感变化、指令遵循、ASMR，多语种+方言
zh_female_xiaohe_uranus_bigtts	小何 2.0	中文	情感变化、指令遵循、ASMR
zh_male_m191_uranus_bigtts	云舟 2.0	中文	情感变化、指令遵循、ASMR
zh_male_taocheng_uranus_bigtts	小天 2.0	中文	情感变化、指令遵循、ASMR
zh_male_liufei_uranus_bigtts	刘飞 2.0	中文	情感变化、指令遵循、ASMR
zh_male_sophie_uranus_bigtts	魅力苏菲 2.0	中文	情感变化、指令遵循、ASMR
zh_female_qingxinnvsheng_uranus_bigtts	清新女声 2.0	中文	情感变化、指令遵循、ASMR
zh_female_cancan_uranus_bigtts	知性灿灿 2.0	中文	角色扮演
zh_female_sajiaoxuemei_uranus_bigtts	撒娇学妹 2.0	中文	角色扮演
zh_female_tianmeixiaoyuan_uranus_bigtts	甜美小源 2.0	中文	情感变化、指令遵循、ASMR
zh_female_tianmeitaozi_uranus_bigtts	甜美桃子 2.0	中文	情感变化、指令遵循、ASMR
zh_female_shuangkuaisisi_uranus_bigtts	爽快思思 2.0	中文	情感变化、指令遵循、ASMR
zh_female_peiqi_uranus_bigtts	佩奇猪 2.0	中文	视频配音
zh_female_linjianvhai_uranus_bigtts	邻家女孩 2.0	中文	情感变化、指令遵循、ASMR
zh_male_shaonianzixin_uranus_bigtts	少年梓辛 2.0	中文	情感变化、指令遵循、ASMR
zh_male_sunwukong_uranus_bigtts	猴哥 2.0	中文	视频配音
zh_female_yingyujiaoxue_uranus_bigtts	Tina老师 2.0	中/英式英语	教育
zh_female_kefunvsheng_uranus_bigtts	暖阳女声 2.0	中文	客服
zh_female_xiaoxue_uranus_bigtts	儿童绘本 2.0	中文	有声阅读
zh_male_dayi_uranus_bigtts	大壹 2.0	中文	视频配音
zh_female_mizai_uranus_bigtts	黑猫侦探社咪仔 2.0	中文	视频配音
zh_female_jitangnv_uranus_bigtts	鸡汤女 2.0	中文	视频配音
zh_female_meilinvyou_uranus_bigtts	魅力女友 2.0	中文	通用
zh_female_liuchangnv_uranus_bigtts	流畅女声 2.0	中文	视频配音
zh_male_ruyayichen_uranus_bigtts	儒雅逸辰 2.0	中文	视频配音
en_male_tim_uranus_bigtts	Tim	美式英语	多语种 2.0
en_female_dacey_uranus_bigtts	Dacey	美式英语	多语种 2.0
en_female_stokie_uranus_bigtts	Stokie	美式英语	多语种 2.0

1.0 通用声音 (moon_bigtts)

Voice ID	名称	语言	说明
zh_male_shaonianzixin_moon_bigtts	少年梓辛/Brayan ⭐ default	中/美式英语	默认推荐，豆包/Cici/剪映
zh_male_yuanboxiaoshu_moon_bigtts	渊博小叔	中文	知识讲解首选，豆包/Cici/剪映
zh_male_yangguangqingnian_moon_bigtts	阳光青年	中文	豆包/Cici/StoryAi
zh_male_jieshuoxiaoming_moon_bigtts	解说小明	中文	解说风格
zh_male_linjiananhai_moon_bigtts	邻家男孩	中文	豆包
zh_female_linjianvhai_moon_bigtts	邻家女孩	中文	豆包/Cici
zh_female_shuangkuaisisi_moon_bigtts	爽快思思/Skye	中/美式英语	豆包/Cici/web demo
zh_female_tianmeixiaoyuan_moon_bigtts	甜美小源	中文	豆包
zh_female_qingchezizi_moon_bigtts	清澈梓梓	中文	豆包
zh_female_kailangjiejie_moon_bigtts	开朗姐姐	中文	豆包
zh_female_tianmeiyueyue_moon_bigtts	甜美悦悦	中文	豆包
zh_female_xinlingjitang_moon_bigtts	心灵鸡汤	中文	豆包
zh_female_qinqienvsheng_moon_bigtts	亲切女声	中文	豆包

1.0 视频配音 (mars_bigtts)

Voice ID	名称	说明
zh_male_jieshuonansheng_mars_bigtts	磁性解说男声 ⭐	解说首选，剪映
zh_female_meiyayueyue_mars_bigtts	魅雅悦悦	剪映
zh_female_qingxuanfeiyan_mars_bigtts	清璇飞燕	剪映
zh_male_zhubo_mars_bigtts	主播男声	剪映
zh_female_zhubo_mars_bigtts	主播女声	剪映
zh_male_chunhui_mars_bigtts	春晖男声	剪映
zh_female_chunhui_mars_bigtts	春晖女声	剪映
zh_male_dongfang_mars_bigtts	东方男声	剪映
zh_female_dongfang_mars_bigtts	东方女声	剪映
zh_male_cangjing_mars_bigtts	苍劲男声	剪映
zh_female_cangjing_mars_bigtts	苍劲女声	剪映
zh_male_wenzhong_mars_bigtts	温钟男声	剪映
zh_female_wenzhong_mars_bigtts	温钟女声	剪映
zh_male_huanpei_mars_bigtts	欢沛男声	剪映
zh_female_huanpei_mars_bigtts	欢沛女声	剪映

口音特色

Voice ID	名称	语言
zh_male_sichuanv2_mars_bigtts	四川话男声	四川话
zh_female_sichuanv2_mars_bigtts	四川话女声	四川话
zh_male_dongbei_mars_bigtts	东北话男声	东北话
zh_female_dongbei_mars_bigtts	东北话女声	东北话
zh_male_shanxi_mars_bigtts	陕西话男声	陕西话
zh_female_shanxi_mars_bigtts	陕西话女声	陕西话
zh_male_henan_mars_bigtts	河南话男声	河南话
zh_female_henan_mars_bigtts	河南话女声	河南话
zh_male_cantonese_mars_bigtts	粤语男声	粤语
zh_female_cantonese_mars_bigtts	粤语女声	粤语
zh_male_shanghai_mars_bigtts	上海话男声	上海话
zh_female_shanghai_mars_bigtts	上海话女声	上海话
zh_male_taiwan_mars_bigtts	台湾话男声	台湾腔
zh_female_taiwan_mars_bigtts	台湾话女声	台湾腔

IP 仿音

Voice ID	名称
zh_male_IP_luban_mars_bigtts	鲁班
zh_male_IP_zhugeliang_mars_bigtts	诸葛亮
zh_male_IP_caocao_mars_bigtts	曹操
zh_female_IP_xishi_mars_bigtts	西施
zh_female_IP_wangzhaojun_mars_bigtts	王昭君
zh_female_IP_diaochan_mars_bigtts	貂蝉
zh_female_IP_yangguifei_mars_bigtts	杨贵妃

多情感

Voice ID	名称
zh_male_MC_emotion_mars_bigtts	多情感男声
zh_female_MC_emotion_mars_bigtts	多情感女声

英语

Voice ID	名称	版本
en_male_adam_mars_bigtts	Adam	1.0
en_female_anna_mars_bigtts	Anna	1.0
en_male_bob_mars_bigtts	Bob	1.0
en_female_clara_mars_bigtts	Clara	1.0
en_male_david_mars_bigtts	David	1.0
en_female_emily_mars_bigtts	Emily	1.0
en_male_frank_mars_bigtts	Frank	1.0
en_female_grace_mars_bigtts	Grace	1.0
en_male_henry_mars_bigtts	Henry	1.0
en_female_iris_mars_bigtts	Iris	1.0
en_male_jack_mars_bigtts	Jack	1.0
en_female_julia_mars_bigtts	Julia	1.0
en_male_tim_uranus_bigtts	Tim	2.0
en_female_dacey_uranus_bigtts	Dacey	2.0
en_female_stokie_uranus_bigtts	Stokie	2.0

客服

Voice ID	名称	版本
ICL_zh_male_jiangjunnansheng_cs_tob	将军男声	1.0
ICL_zh_female_wenrounvsheng_cs_tob	温柔女声	1.0
ICL_zh_male_qingchennansheng_cs_tob	清晨男声	1.0
ICL_zh_female_aiyuanvsheng_cs_tob	爱悦女声	1.0
ICL_zh_male_chengshunansheng_cs_tob	成熟男声	1.0
ICL_zh_female_kailangtingting_cs_tob	开朗婷婷	1.0
ICL_zh_male_qingxinmumu_cs_tob	清新沐沐	1.0
ICL_zh_male_shuanglangxiaoyang_cs_tob	爽朗小阳	1.0
ICL_zh_female_wenwanshanshan_cs_tob	温婉珊珊	1.0
ICL_zh_female_tianmeixiaoyu_cs_tob	甜美小雨	1.0
ICL_zh_female_reqingaina_cs_tob	热情艾娜	1.0
ICL_zh_female_qingyingduoduo_cs_tob	轻盈朵朵	1.0
saturn_zh_female_qingyingduoduo_cs_tob	轻盈朵朵 2.0	2.0
saturn_zh_female_wenwanshanshan_cs_tob	温婉珊珊 2.0	2.0
saturn_zh_female_reqingaina_cs_tob	热情艾娜 2.0	2.0

Full catalog source: https://www.volcengine.com/docs/6561/1257544