cat-shark
36 lines
1.2 KiB
Markdown
36 lines
1.2 KiB
Markdown
# 架构说明
|
||
|
||
## 数据流
|
||
|
||
```mermaid
|
||
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。
|