跳到正文
V2EX·· 1 小时前AI 评分39

作者制作 GPT 图片转可编辑 PPT 工具,称中文识别和艺术字保留效果更好

受够了 Canva [Magic Layer] 和 WPS [图片转 PPT] 的艺术字、中文乱码和底图色块问题,自己做了个工具,2 分钟出可编辑 PPT

AI 导读

作者制作了一款将 GPT 生成的图片转换为可编辑 PPT 的工具,称转换约需 3 分钟,并能保留艺术字。工具基于现有 GPT 模型和开源模型微调,使用大量案例让 Claude 反复测试,重点优化中文识别与段落换行;网站提供免费试用积分。

正文

我做了一个工具:3 分钟就能把 GPT 生成的图片转成可编辑的 PPT,艺术字也能保留。

之前做汇报 PPT 时,我发现 AI 生成的幻灯片非常好看,是我这种理科生远远做不出来的。问题是它改不了。AI 只要出现一点小幻觉,或者文案有点 AI 味,就只能重新生成、反复抽卡,结果还不一定比第一次好,让人很恼火😡。我也试过不少 skill,烧了一堆 token,速度和效果都不理想,所以决定自己做一个转换工具。

传送门:https://editableppt.com/

在这之前,我试过 gpt-image-2.5 的透明背景、Seedream5、Canva、Codia,还去闲鱼找过代做。代做明码标价,一页 1~2 元,偏贵。而且我发现他们用的也是 Canva 或 Codia,做得还没有我自己精细。

转了一圈,我发现现在的做法大致分两派:

  • 基于生图模型:先标注并抠出可拆分的元素,再用 OCR 提取文字,最后重新生成背景。优点是可控;缺点是成本高、速度慢,背景补全全靠运气,文字一多就补不好。它也很难处理多层结构,一般只能拆两层,层数一多就更慢,成本也直线上升。
  • Canva 路线:要自己部署分割模型、inpainting 模型、OpenCV 和 OCR 深度模型,普通人很难负担。而且 Canva 识别中文效果差,容易乱码,大段文本还会丢失格式。

于是我想把两者结合起来:在现有 GPT 模型和一些开源模型的基础上做微调,再拿大量案例让 Claude 反复测试效果。最后真的做成了,目前在我测试的产品里,我做的是最精细的,该转的转,不该转的不转,特别对中文进行了优化,段落换行和中文识别。

我自己的问题解决了,相信别人也会遇到同样的困扰,所以做了这个网站,希望能帮到同样被做 PPT 困扰的人。

我给大家准备了免费试用积分,不够用可以私聊我。遇到问题、发现 bug 或者想要新功能,都可以直接回复或发邮件给我。

预览图

来源:V2EX · v2ex.com