LiveTalking 更新:后台管理 + Avatar生成API,打造生产级数字人引擎

开源实时数字人项目 LiveTalking 本次更新带来了后台管理系统Avatar 生成管线 API全新前端页面


一、更新概览

一句话总结:系统化管理 + API化生产 + 产品化体验

核心变化:

  • 新增 Admin API 与管理后台 Dashboard
  • 新增 Avatar 生成管线(异步任务 + REST API + 前端页面)
  • 全新统一入口首页,替代旧的零散 Demo 页
  • 完整的 API 接口文档

二、系统架构一览

更新后的 LiveTalking 整体架构如下:
输出层
引擎层
服务层
API 层
前端层
index.html

统一入口
avatar.html

形象生成
admin.html

后台管理
/offer

WebRTC 建连
/human

文本/音频驱动
/api/avatar/task

形象生成任务
/api/admin/

系统监控
TaskManager

异步任务调度
SessionManager

会话管理
LLM 对话引擎
TTS 语音合成
MuseTalk / Wav2Lip

唇形推理渲染
WebRTC
RTMP
录制 MP4


三、后台管理系统:服务从黑盒变白盒

以前部署了数字人服务,有多少活跃会话、每个会话跑什么模型、用的什么协议,全凭看日志猜。现在有了 Admin API 和 Dashboard。

Admin API 提供两个端点:

接口 说明
GET /api/admin/config 返回全局配置:模型、端口、传输协议等
GET /api/admin/sessions 返回所有活跃会话的状态、模型、avatar_id 等

Admin Dashboardweb/admin.html)通过这两个接口拉取数据,用卡片形式展示系统配置和会话列表。这套接口也为后续对接 Prometheus + Grafana 监控体系做好了准备。


四、Avatar 生成管线:自定义形象有了标准 API

以前生成自定义数字人形象,得手动跑脚本、传参数、盯着终端等结果。现在整个流程被封装成了一套异步任务系统。

4.1 任务调度流程

回调服务 GPU Worker TaskManager /api/avatar/task 前端 / API 调用方 回调服务 GPU Worker TaskManager /api/avatar/task 前端 / API 调用方 POST 创建任务(模型、视频、参数) add_task() 返回 task_id { task_id } submit(_run_task) POST notify_url(pending → running) generate_avatar() progress_callback 上报进度 POST notify_url(completed / failed) GET /api/avatar/task/{id} { status, progress, ... }

4.2 核心设计

任务状态机pending → running → completed/failed,每个任务携带 progress(0-100)、error_msg、耗时等字段,全程可追踪。

并发控制:ThreadPoolExecutor 串行执行,避免多任务抢占 GPU 显存导致 OOM------符合形象生成场景「低频但资源密集」的特点。

回调通知 :支持传入 notify_url,任务状态变化时自动 POST 通知,方便对接下游业务系统。

4.3 Avatar API

四组 RESTful 接口,支持 JSON 和 multipart/form-data 两种请求格式:

方法 路径 功能
POST /api/avatar/task 创建生成任务
GET /api/avatar/task/{task_id} 查询任务进度
DELETE /api/avatar/task/{task_id} 删除待执行任务
GET /api/avatar/tasks 列出所有任务

参数设计兼顾两种模型:wav2lip 的 face_det_batch_sizepads;musetalk 的 bbox_shiftparsing_modeversion

配套前端 web/avatar.html 提供了可视化的表单配置 + 任务列表 + 进度条展示,大幅降低了非技术用户的使用门槛。


五、产品化体验升级

旧的零散 Demo 页面(webrtcapi-custom.htmlwebrtcchat.html)被移除,取而代之的是统一的 index.html 作为导航中心,串联起数字人对话、形象生成、后台管理三大模块。

新增的 /record/{sessionid} 下载接口打通了「API 提交文案 → 数字人播报 → 录制 → 下载」的短视频批量制作链路。


六、总结

维度 更新前 更新后
可观测性 日志 Admin API + Dashboard
形象生产 手动脚本 REST API + 任务队列
前端体验 零散 Demo 页 统一导航体系

🔗 项目地址https://github.com/lipku/LiveTalking

🔗 国内镜像https://gitee.com/lipku/LiveTalking

🔗 说明文档https://doc.livetalking.ai

相关推荐
yunwei373 小时前
eBPF 入门实践教程第五十篇:使用 TCX Link 实现可组合的流量控制
linux·云原生·开源
亥时科技3 小时前
4K航拍视频,为什么能在浏览器里直接看?
开源·无人机·ai巡检
对象存储与RustFS3 小时前
为什么越来越多的企业选择RustFS作为对象存储?
后端·rust·开源
带娃的IT创业者5 小时前
PostHog 的 TypeScript 原生移植:一场开源产品工程化的自我革命
javascript·typescript·开源·开源软件·posthog·技术重构
冬奇Lab16 小时前
【无标题】
人工智能·开源
microrain20 小时前
从协议孤岛到统一接入:SagooIoT多协议接入层的架构演进
物联网·开源·go·sagooiot
Summer-Bright21 小时前
AI 软件简报 07.29-08.02:OpenAI 降价 80%、DeepSeek 全开源、欧盟动刀
人工智能·ai·开源·ai软件
梅孔立1 天前
推荐一个 Python 开源项目:AI 模板填充 + Markdown 转 Word,面向 Aspose 模板引擎的效率神器
人工智能·python·开源
DRXB2507201 天前
开源自由还是生态红利?LangChain 的灵活性与小艺开放平台的鸿蒙流量池,开发者该如何抉择?
langchain·开源·harmonyos