这一期主要聊聊 OpenTalking 的项目架构,以及它为什么适合做实时数字人的二次开发。
OpenTalking 不是一个只能跑 Demo 的项目,而是把实时数字人系统中常见的模块拆得比较清楚:前端交互、任务调度、LLM、TTS、STT、RTC、视频合成、Avatar / Voice 配置管理等,都可以按模块理解和替换。
视频里会结合整体链路,拆解 WebUI / HTTP API、Session / Task、Runtime Task Consumer、Runner、Pipeline、Providers 等核心部分,帮助大家理解一个实时数字人系统从用户输入到音视频输出到底是怎么跑起来的。
如果你想基于开源项目做自己的数字人助手、陪伴应用、直播互动、客服场景,或者想接入自己的大模型、TTS、语音识别、视频生成模型,这期应该会比较有帮助。