Paper2Video

【产品介绍】 PaperTalker，这是用于学术演示视频生成的多智能体框架。它通过新颖的有效树搜索视觉选择、光标接地、字幕、语音合成和说话头渲染将幻灯片生成与有效的布局细化相结合，同时并行化幻灯片生成以提高效率。 【产品功能】 幻灯片生成器：鉴于论文，首先使用 LaTeX 代码合成幻灯片，并通过编译反馈对其进行优化，以纠正语法并优化布局。 字幕生成器：幻灯片由 VLM 处理以生成字幕和句子级视觉焦点提示。 光标生成器：这些提示将建立在屏幕上的光标坐标中，并与旁白同步。 说话者生成器：给定语音样本和说话者的肖像，文本转语音和说话头模块会生成逼真的个性化说话者视频。