speaker
Genera notas de orador académicas fundamentadas a partir de presentaciones de PowerPoint utilizando visión y OCR.
Combina extracción de texto, renderizado de diapositivas, OCR y revisión por visión para redactar notas PPTX fundamentadas.
speaker es una habilidad de Codex que lee una presentación de PowerPoint, extrae la estructura y el texto, renderiza las diapositivas a PNG y ejecuta revisiones de OCR y visión. Produce notas de ensayo cronometradas y las inyecta directamente en el panel de notas de PowerPoint para presentaciones académicas.
Qué es
La herramienta crea un inventario de elementos visibles que abarca cuadros de texto, gráficos nativos, tablas, capturas de pantalla e imágenes incrustadas. Presupuesta la duración del discurso utilizando un modelo de ritmo consciente de las pausas tanto para inglés como para chino, y luego genera documentos de visualización e inyecta notas limpias de vuelta en tu archivo `.pptx`.
Para quién
Se adapta a investigadores académicos, profesores y profesionales que presentan diapositivas complejas y necesitan notas precisas y fundamentadas en evidencias. No está diseñado para usuarios ocasionales que solo quieren resúmenes de texto genéricos sin verificar los elementos visuales de las diapositivas.
Funciones clave
Modelo de ritmo consciente de las pausas
Presupuesta la duración del discurso con un modelo determinista que tiene en cuenta las transiciones de diapositivas y las marcas de pausa.
OCR con ámbito de región
Ejecuta el reconocimiento óptico de caracteres únicamente en regiones de imágenes y multimedia con un respaldo automático de diapositiva completa.
Revisión de visión compacta
Compila un paquete de revisión compartido para evaluar contenido de diapositivas visualmente complejo con un agente con capacidad de visión.
Inyección de notas
Escribe guiones de orador limpios directamente en el panel de notas de PowerPoint y exporta un documento de ensayo completo.
Listo en 3 pasos
Nuestro veredicto honesto
Lo mejor
- Captura gráficos, leyendas, tablas y texto incrustado dentro de imágenes que los extractores de texto tradicionales pasan por alto.
- Impone presupuestos de palabras estrictos por diapositiva para evitar que tu presentación se pase de tiempo.
- Genera automáticamente tanto un documento de ensayo como un archivo de PowerPoint con notas inyectadas.
- Proporciona un respaldo OOXML para extraer SmartArt y texto de formas agrupadas que no exponen las bibliotecas estándar.
Sus límites
- Requiere un cliente de Codex o un entorno de Claude Code para ejecutarse como un proyecto de habilidad.
- El renderizado de diapositivas depende de herramientas externas como LibreOffice o macOS Quick Look.
- Implica la gestión de múltiples archivos intermedios de JSON y de trabajo generados durante la extracción.
Precios y licencia
La herramienta es de uso gratuito según la configuración de su repositorio, aunque la licencia exacta no se indica en los metadatos del repositorio. El único costo es ejecutarla tú mismo dentro de tu entorno local.
Empleos para hispanohablantes
870 puestos remotos abiertos de entrenamiento de IA, actualizados el 14 de noviembre de 2026; la mayoría paga $20–$170 por hora. 22 de ellos piden hispanohablantes. Zekai los lista gratis; la solicitud va a la plataforma del empleador.
Alternativas
Estas herramientas de IA evaluadas hacen el mismo trabajo al instante — de nuestro directorio puntuado.
Úsalo, o deja que lo configuremos
FAQ
¿De qué herramientas depende el renderizado de diapositivas?
Intenta utilizar LibreOffice o soffice primero, recurriendo a macOS Quick Look cuando esté disponible.
¿Cómo gestiona la temporización de la presentación?
Aplica un modelo de ritmo determinista presupuestado en aproximadamente 110 wpm para inglés y 165 caracteres por minuto para chino.
¿Dónde se almacenan los archivos de evidencia intermedios?
Se almacenan dentro de un directorio de trabajo local junto con tus archivos de entrega finales.
