F#奇妙游（29）：PPTX注释变音频插入页面

突然想做点有用的东西

天天学F#，感觉又没有动力了。还是要做点好玩点的、有用的东西才会更加有积极性。因为F#活在.NET平台中，做有用的东西简直太简单了。结合到最近知乎和别的平台一直在叽叽咕咕发视频，我没有怎么做过视频，但是PPT做得不少。我就想为啥不能把PPT直接搞成视频呢？

这不思路一下子打开了，我平常上的那门课，也可以改成视频教学啊，把PPT一转换，上课就开始播放，我就可以坐在旁边喝茶了，多美啊，小朋友们不懂了慢慢来问就好！就是这样！

强力论点转视频
老师无需费舌唇
课堂上就能播放
学生不懂慢慢问

嗯嗯，那就这样吧！

PPT转视频总共分几步

视频和PPT一比较，就多个音频讲解，PPT本身就是视觉材料，所以视频就是把PPT和音频结合起来。

1. 确定每页PPT的讲解词，一般我们就写在注释里，以前我们写得很不走心，现在写详细一点；
2. 把每页的讲解词变成音频，可以自己去录，大佬的自播放那必须用大佬的声音，萌妹子也是，但我是糙汉子，不用自己录，用TTS；
3. 把每页的音频插入到PPT中，这样就有了PPT+音频的PPT；
4. 设置音频为自动播放，播放时隐藏；
5. PPT导出为MP4文件，打完收工。

这样一看起来，相当简单。

F#的实现

输出讲解词的音频

#r "nuget: System.Speech, 7.0.0"

open System.Speech.Synthesis

let produceAudio (s:string) (fn:string) = 
    use synthesizer: SpeechSynthesizer = new SpeechSynthesizer()
    synthesizer.SetOutputToWaveFile fn
    synthesizer.Speak s
1
2
3
4
5
6
7
8

这里只需要用到System.Speech这个库，然后就是SpeechSynthesizer这个类，这个类有一个Speak方法，可以把字符串转换成音频，然后用SetOutputToWaveFile方法把音频输出到文件中。

这里唯一需要注意的就是use关键词，这个关键词可以让我们在使用完对象后（到表达式体的范围之外）自动释放对象，这样就不用我们自己去释放了。这里的对象必须是实现了IDisposable接口的对象，这个接口只有一个方法Dispose，释放资源，例如文件句柄、数据库连接等等。下面还会反复用到这个功能。

有一个问题就是一般的wav文件适配性不够好，我们把wav文件转换成mp3文件。

#r "nuget: NAudio, 2.2.1"

open NAudio.MediaFoundation
open NAudio.Wave
let wav2mp3 (source:string) =
    if source.EndsWith ".wav" then
        do MediaFoundationApi.Startup()
        use reader = new WaveFileReader(source)
        let outputFile = source.Replace(".wav", ".mp3")
        MediaFoundationEncoder.EncodeToMp3(reader, outputFile)
        do MediaFoundationApi.Shutdown()
        outputFile
    else
        source
1
2
3
4
5
6
7
8
9
10
11
12
13
14

这用了另外一个包NAudio，这个包功能很多，我们这里用得很少。只需要把wav文件转换成mp3文件就可以了。我们用if构造一个验证文件是否是wav文件，如果是，就用MediaFoundationEncoder这个类把wav文件转换成mp3文件，然后返回mp3文件的路径。

把音频插入到PPT中

操作PPT的库有很多，最权威的当然是Open-XML-SDK。但是这个太难了……帮助就来个1000页，不停引用标准ISO/IEC 29500-1:2008，那个标准也不长，只有5560页。包装好的访问PPT的工具部大部分都是收费软件，我不想列名字。

开源的软件中，我们在Open-XML-SDK的主页上找到了推荐的ShapeCrawler。这里也给找软件包的人提示一个方法，到GitHub上找到一个你需要的软件包，然后看看它的主页，一般都会有推荐的软件包。

#r "nuget: ShapeCrawler, 0.48.0"


open System.IO
let insertAudio (slide:ShapeCrawler.ISlide) (fn:string) =
    use stream =  File.Open(fn, FileMode.Open)
    let audio = slide.Shapes.AddAudio(10, 10, stream)
    slide


let producePPTWithAudioFromNote (inputFile:string) (outputFile:string) = 
    use p = ShapeCrawler.SCPresentation.Open(inputFile)

    p.Slides
    |> Seq.iter (fun o -> 
        let notes = o.SDKSlidePart.NotesSlidePart.NotesSlide.InnerText
        let [n; num] = 
            match removeLastNumber notes with
            | Some [note;number] -> [note; number]
            | _ -> [""; "0"]
        let fn = sprintf $"note-{num}.wav" 
        do produceAudio n fn
        let mp3fn = wav2mp3 fn
        if mp3fn = fn then
            failwith $"Error produce mp3 file from {fn}"
        else
            insertAudio o mp3fn |> ignore
        )

    p.SaveAs(outputFile)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30

上面的函数producePPTWithAudioFromNote就是我们最终想使用的功能，打开一个PPT文件，然后把每页的讲解词转换成音频，然后插入到PPT中，最后保存为新的PPT文件。这里面，打开了文件后，属性Slides就对应了所有的幻灯片页，而每页的SDKSlidePart.NotesSlidePart.NotesSlide.InnerText就是对应的注释内容。我们打开后发现挺好玩的一件事情，每个注释最后都被加了一个数字，这个数字就是这个注释在这个幻灯片页中的序号。

我们只好又编了一个函数把这个数字提取出来。这里用到了正则表达式，正则表达式在F#中也是很好用的，我们可以用Regex这个类来处理正则表达式。

open System.Text.RegularExpressions
let removeLastNumber note = 
    let reg = Regex("(.*?)(\d+)$").Match(note)
    if reg.Success
    then Some (List.tail [for x in reg.Groups -> x.Value])
    else None
1
2
3
4
5
6

这样我们就可以把每个注释对应的音频文件命名为note-数字.wav，这样就可以把音频文件和注释对应起来了。

插入音频的代码也很简单：

open System.IO
let insertAudio (slide:ShapeCrawler.ISlide) (fn:string) =
    use stream =  File.Open(fn, FileMode.Open)
    let audio = slide.Shapes.AddAudio(10, 10, stream)
    slide
1
2
3
4
5

这里还是用到了use的语法，这样才能在函数结束后自动释放文件句柄。

尚未实现的功能

这个玩意我从昨晚开始打主意，没动手。早上开始整，10点不到就整完了，还是很有效率。

还有几个功能不太满意，找了一下没有轮子，就没有实现。

1. 自动把音频设置为自动播放；
2. 自动把音频设置为隐藏；
3. 自动把PPT导出为MP4文件。

这几个功能应该可以用Office.Interop来实现，那就要求机器上装了Office，是不是还得看版本，算了，就当活动手臂，自己点吧。

总结

1. .NET平台人才济济，个个说话都很好听；
2. 我们先来把这篇文章的内容做个PPT，然后转成视频吧……