speaker
Gere notas de orador baseadas em evidências e documentos de ensaio para apresentações do PowerPoint usando extração de texto, OCR e revisão visual.
Combine extração de texto, renderização de slides, OCR e revisão visual para escrever notas de PPTX fundamentadas.
O speaker é uma skill do Codex que lê uma apresentação do PowerPoint, extrai estrutura e texto, renderiza slides em PNG e executa OCR e revisões visuais. Ele produz notas de ensaio cronometradas e as injeta diretamente no painel de notas do PowerPoint para apresentações acadêmicas.
O que é
A ferramenta cria um inventário de elementos visíveis cobrindo caixas de texto, gráficos nativos, tabelas, capturas de tela e imagens incorporadas. Ela gerencia o orçamento de duração da fala usando um modelo de ritmo com reconhecimento de pausas para inglês e chinês, gerando documentos de exibição e injetando notas limpas de volta no seu arquivo `.pptx`.
Para quem
É adequado para pesquisadores acadêmicos, professores e profissionais que apresentam slides complexos e precisam de notas precisamente cronometradas e baseadas em evidências. Não foi feito para usuários casuais que querem apenas resumos de texto genéricos sem verificar elementos visuais dos slides.
Recursos principais
Modelo de ritmo com reconhecimento de pausas
Gerencia a duração da fala com um modelo determinístico que considera transições de slides e marcas de pausa.
OCR com escopo por região
Executa reconhecimento óptico de caracteres apenas em regiões de imagem e mídia com um fallback automático para o slide inteiro.
Revisão visual compacta
Compila um pacote de revisão compartilhado para avaliar conteúdo de slides visualmente complexo com um agente capaz de visão.
Injeção de notas
Escreve roteiros de orador limpos direto no painel de notas do PowerPoint e exporta um documento de ensaio completo.
Pronto em 3 passos
Nosso veredito honesto
Pontos fortes
- Captura gráficos, legendas, tabelas e textos embutidos em imagens que extratores de texto tradicionais ignoram.
- Impõe limites rigorosos de palavras por slide para evitar que sua apresentação exceda o tempo.
- Gera automaticamente um documento de ensaio e um arquivo do PowerPoint com as notas injetadas.
- Fornece um fallback OOXML para extrair SmartArt e textos de formas agrupadas não expostos por bibliotecas padrão.
Onde deixa a desejar
- Requer um cliente Codex ou ambiente Claude Code para rodar como um projeto de skill.
- A renderização de slides depende de ferramentas externas como LibreOffice ou Quick Look do macOS.
- Envolve o gerenciamento de múltiplos arquivos JSON intermediários e de trabalho gerados durante a extração.
Preços & licença
A ferramenta é gratuita para uso sob a configuração do repositório, embora a licença exata não seja informada nos metadados do repositório. O único custo é executá-la você mesmo em seu ambiente local.
Vagas para quem fala português
876 vagas remotas abertas de treinamento de IA, atualizadas em 15 de novembro de 2026; a maioria paga $20–$170 por hora. 8 delas pedem falantes de português. O Zekai lista de graça; a candidatura vai para a plataforma do empregador.
Alternativas
Estas ferramentas de IA avaliadas fazem o mesmo trabalho na hora — do nosso diretório avaliado.
Use, ou deixe que a gente configure
FAQ
De quais ferramentas a renderização de slides depende?
Ela tenta usar o LibreOffice ou soffice primeiro, recorrendo ao Quick Look do macOS quando disponível.
Como o cronograma da apresentação é gerenciado?
Ela aplica um modelo de ritmo determinístico orçado em aproximadamente 110 wpm para inglês e 165 caracteres por minuto para chinês.
Onde os arquivos intermediários de evidência são armazenados?
Eles são armazenados dentro de um diretório de trabalho local junto com seus entregáveis de saída.
