概述
PPT2Preview 為一現代化 SaaS 服務，將投影片與大綱自動轉換為帶有 AI 語音解說的專業影片。上傳 PDF/PPTX 與 Markdown 大綱後，由 Google Gemini 2.0 Flash 生成逐頁解說腳本，經優化與 TTS 合成後產出 MP4 影片，適合簡報錄製、教學與產品介紹。
功能重點
- 上傳與專案 — 支援 PDF/PPTX 投影片與 Markdown 大綱同時上傳，可自訂專案名稱並於歷史專案中再次開啟。
- AI 腳本生成 — 一鍵以 Gemini 2.0 Flash 依投影片內容與大綱產生解說腳本，支援短／中／長模式優化與手動編輯。
- 多音色 TTS — 30 種 Google Cloud TTS 音色（14 女性、16 男性），支援繁體中文，可於設定頁試聽並選擇。
- 影片合成與下載 — 逐頁同步語音與投影片，透過 WebSocket 即時顯示進度，完成後可預覽並下載 MP4。
系統介面與流程
以下依操作流程對應各畫面擷圖。
首頁
從首頁可快速了解產品價值與四大步驟，並一鍵開始新專案。
步驟 1：上傳檔案
上傳 Markdown 大綱與 PDF/PPTX 投影片，系統會建立專案並進入後續流程；上傳完成後可於頁面上編輯專案名稱。
步驟 2：生成腳本
以 Gemini 2.0 Flash 根據投影片與大綱一鍵生成解說腳本，每段腳本對應單一投影片頁。
步驟 3：優化腳本
可選擇短／中／長模式重新優化，或於編輯器中手動修改任一頁文案，儲存後供 TTS 與影片合成使用。
步驟 4：生成影片與下載
選擇 TTS 音色與影片參數後一鍵合成，透過 WebSocket 即時查看進度；完成後可預覽並下載 MP4。
設定與歷史專案
在設定頁可試聽並選擇 30 種 TTS 音色；歷史專案頁可查看過往專案並重新開啟，依當前狀態進入對應步驟。
技術棧
- 後端 — FastAPI、Google Gemini 2.0 Flash（腳本生成與優化）、Google Cloud TTS（Gemini 2.5 Flash TTS）、MoviePy（影片合成）、pdf2image / python-pptx（投影片處理）、WebSocket 即時進度。
- 前端 — React 18、TypeScript、Vite、Zustand、Glassmorphism UI、響應式設計。
應用情境
適用於需將簡報或教學投影片快速轉為帶解說影片的情境：線上課程、產品介紹、內部培訓或遠端分享，無需手動錄音即可產出一致品質的影片。