Ikaros-521/digital_human_video_player

# ✨ 洛曦数字人视频播放器 ✨ [![][python]][python] [![][github-release-shield]][github-release-link] [![][github-stars-shield]][github-stars-link] [![][github-forks-shield]][github-forks-link] [![][github-issues-shield]][github-issues-link] [![][github-contributors-shield]][github-contributors-link] [![][github-license-shield]][github-license-link]

前言

项目名：洛曦数字人视频播放器
功能：可以通过HTTP API传入需要播放的视频，并排队在web页面自动播放
目前支持的项目：

Easy-Wav2Lip（gradio API，使用的B站：眠NEON 提供的整合包：视频传送门）
Sadtalker（gradio API，整合包：夸克网盘, 迅雷云盘）
GeneFacePlusPlus（gradio API，使用的B站：眠NEON 提供的整合包：视频传送门）
MuseTalk（gradio API，整合包：）
AniTalker（gradio API，使用的B站：刘悦的技术博客提供的整合包：下载, 视频传送门）

环境

python：3.10.10

使用

安装依赖

pip install -r requirements.txt

修改配置文件

自行根据需求修改config.json

运行API

python api_server.py

API

运行后，可以查看API文档：http://127.0.0.1:8091/docs

播放视频

概述

请求地址: /show
请求类型: POST
描述: 传入视频进行播放，可以选择插入索引。

请求参数

参数名	类型	是否必需	描述
type	string	是	使用的视频合成技术类型(easy_wav2lip / sadtalker / genefaceplusplus / musetalk / local)
video_path	string	是	视频文件的绝对路径（在local模式下必填）
audio_path	string	是	音频文件的绝对路径
captions_printer	dict	否	字幕打印机相关参数，不传则不发送。content显示文本内容 start_delay显示文本内容的延时显示时间（毫秒） keep_time字幕保持时间（毫秒）例如：{"content": "你好", "start_delay": 1000, "keep_time": 3000}
insert_index	int	是	插入索引值，队尾插入：-1，队首插入：0，其他自定义
move_file	bool	否	是否移动合成或指定的视频文件到项目路径内。默认True

响应

参数名	类型	描述
code	int	状态码，200为成功，小于0为错误代码，大于0为部分成功代码
msg	string	响应消息，描述请求的处理结果

跳过当前播放的视频，播放下一个视频

概述

请求地址: /stop_current_video
请求类型: POST
描述: 跳过当前播放的视频，播放下一个视频。

请求参数

参数名	类型	是否必需	描述

响应

参数名	类型	描述
code	int	状态码，200为成功，小于0为错误代码，大于0为部分成功代码
msg	string	响应消息，描述请求的处理结果

获取队列中非默认视频的个数

概述

请求地址: /get_non_default_video_count
请求类型: POST
描述: 获取队列中非默认视频的个数

请求参数

参数名	类型	是否必需	描述

响应

参数名	类型	描述
code	int	状态码，200为成功，小于0为错误代码，大于0为部分成功代码
count	int	队列中非默认视频的个数
msg	string	响应消息，描述请求的处理结果

获取视频播放列表数据

概述

请求地址: /get_video_queue
请求类型: POST
描述: 获取视频播放列表数据。

请求参数

参数名	类型	是否必需	描述

响应

参数名	类型	描述
code	int	状态码，200为成功，小于0为错误代码，大于0为部分成功代码
data	list	存储视频信息的数据列表
message	string	响应消息，描述请求的处理结果

删除视频播放列表中指定索引的视频数据

概述

请求地址: /del_video_with_index
请求类型: POST
描述: 删除视频播放列表中指定索引的视频数据，返回删除后的视频列表数据

请求参数

参数名	类型	是否必需	描述
index	int	是	删除索引值，从0开始，0就是首个待播放视频

响应

参数名	类型	描述
code	int	状态码，200为成功，小于0为错误代码，大于0为部分成功代码
data	list	存储视频信息的数据列表
message	string	响应消息，描述请求的处理结果

设置相关配置

概述

请求地址: /set_config
请求类型: POST
描述: 用于设置相关配置

请求参数

参数名	类型	是否必需	描述
captions_printer_api_url	string	否	前端字幕打印机API请求地址，例如：http://127.0.0.1:5500/send_message

响应

参数名	类型	描述
code	int	状态码，200为成功，小于0为错误代码，大于0为部分成功代码
data	list	list数据，存储着转换为url路径的视频地址
msg	string	响应消息，描述请求的处理结果

💡 提问的智慧

提交issues前请先阅读以下内容

https://lug.ustc.edu.cn/wiki/doc/smart-questions

🀅 开发&项目相关

可以使用 GitHub Codespaces 进行在线开发：

⭐️ Star 经历

更新日志

v0.4.0
- 视频列表视频数据改为播放后才删除，意味着你可以通过get_video_queue 获取视频列表的接口得到当前播放视频的信息（第一个数据就是）
v0.3.4
- 新增接口 del_video_with_index，可以删除指定索引的视频
v0.3.3
- 后端允许跨域
v0.3.2
- show接口 captions_printer参数改为dict类型，直接传入相关的json数据，新增 keep_time键值，用于控制字幕显示时长（毫秒）
v0.3.1
- 新增接口 set_config，用于设置相关配置，暂时仅提供前端字幕打印机API地址设置功能
- 页面自适应拉伸
v0.3.0
- show接口新增参数 captions_printer 控制字幕打印机显示文本内容，不传则不发送
- show接口新增参数 captions_printer_start_delay 字幕打印机显示文本内容的延时显示时间，不传则不发送
v0.2.3
- 新增接口 get_video_queue，获取获取视频播放列表数据。
- 修复 move_file传参不能关闭的bug
- 配置文件新增参数 auto_del_video，支持控制是否在播放完视频后删除视频
v0.2.2
- 对接 AniTalker gradio API（gradio_client版本要求1.2.0及以上）
- 删除旧版quart库实现的版本
v0.2.1
- 规范化API实现
v0.2.0
- 更换Quart为FastAPI
- 针对 gradio视频合成卡播放问题的解决（gradio同步请求阻塞了server的其他请求，而前端的视频加载是通过server的URL加载的，server被阻塞后无法处理URL请求，导致前端被卡视频加载导致卡顿。目前将请求通过线程池（10个）单独托管，避免阻塞）
v0.1.9
- easy_wav2lip文件传参改用gradio_client传递，可以支持本地文件传递到云API
- 提高httpx日志等级到WARNING
- 针对linux系统请求win的gradio时，路径解析不正常问题进行针对性修正
v0.1.8
- 支持接口 stop_current_video，跳过当前播放的视频，播放下一个视频
- 支持接口 get_non_default_video_count，获取队列中非默认视频的个数
- show接口新增参数 move_file，可以控制是否移动合成或指定的视频文件到项目路径内。默认True
v0.1.7
- 支持local类型，直接播放本地视频
- 支持 MuseTalk 对接
v0.1.6
- 新增默认配置default_video，可以在配置文件定义默认视频，不需要改源码了
v0.1.5
- 生成的视频将在播放完毕后直接删除，节省存储
v0.1.4
- 支持local类型，可以直接传入本地视频进行播放
v0.1.3
- sadtalker新增参数gradio_api_type用于适配不同的接口传参（api_name/fn_index）
- 补充测试图和视频
v0.1.2
- 对接GeneFacePlusPlus(未测试)
v0.1.1
- 对接sadtalker
- API新增参数type
- 优化视频播放逻辑，尝试解决视频过渡时的无效等待问题
v0.1.0
- 初版发布