digital-human-lipsync-service/docs/architecture.md

架构说明

数据流

flowchart LR
    A["aIzhinengti 数字人任务"] --> B["scripts/digital_human_process.py"]
    B --> C["Gradio Client"]
    C --> D["本项目 /process_single"]
    D --> E{"LIPSYNC_BACKEND"}
    E --> F["ffmpeg_mux 链路验证"]
    E --> G["command 外部模型命令"]
    E --> H["未来专用模型后端"]
    F --> I["outputs/*.mp4"]
    G --> I
    H --> I
    I --> B
    B --> A

模块职责

• config.py：从环境变量读取配置，创建输出/临时目录。
• app.py：创建 Gradio UI 和 /process_single API。
• backends.py：规范化输入文件，调用不同后端，返回输出视频路径。
• scripts/start.ps1：Windows 启动入口。
• scripts/test-client.ps1：模拟主项目 Gradio client 调用。

当前实现状态

当前已经具备最小可运行服务骨架，但真实口型同步能力还没有接入。默认后端只做音频封装，便于先验证主项目能不能访问服务。

推荐演进

第一阶段不要急着改 Gradio 接口，先保持 /process_single 稳定。真实模型接入优先放到 command 后端，跑通后再封装专用 Python 后端。