《百问百答》第1期：一键将研报PDF转换成视频播客

你好我是国冰。这里是“百问百答”系列。本期的问题来自一名金融领域相关从业者，他希望将研报PDF一键转换成视频播客。

首先向AI阐明背景。为了降低难度，我手动将工作拆成两部分。第一部分是从PDF生成音频。第二部分是从音频生成视频。第一部分AI迅速地给出了方案，但是问题也很明显。这是播客的第一段。这是播客的第二段。我问AI这是怎么回事，它迅速给出了解释与解决方案。通过调整参数与生成指令，修复了音色随机的问题。接下来要解决的问题是视频画面合成。我原计划借助OpenCV来实现，但是当龙虾了解到我最终是要制作视频播客，它提出了一个我从未听说过的方案——ASS。与是我去查了一下，ASS是一种高级视频字幕格式。它支持定义文字的字体、颜色、大小、位置等等，而且早在1996年就被发明出来了。采用这种方案的话可以直接跳过文字合成图像这一步，直接将字幕与语音合成视频。

于是，问题就这样解决了。全程没有写一行代码，龙虾自己搞定。看一下成果。

基本功能OK后，将整个操作过程打包成一个技能，就可以实现一句话将PDF转播客。还可以将这个技能分享给其它AI使用。只用了不到一天时间就实现了最小可用原型，AI功不可没。

感谢收看“百问百答”第一期，我们下期再见！