# API文档

## 流式API

系统提供全面的实时音频到面部转换流式API：

- **StreamingAudio2FaceV1**：实时音频处理的主要流式接口
  - 基于WebSocket的通信，实现低延迟流式传输
  - 基于块的音频处理，提供连续实时响应
  - 可配置的后处理管道，支持不同情感配置
  - 异步处理，支持线程池管理
  - 请求过期和缓存管理，实现最佳性能

## 请求/响应格式

API使用Protocol Buffers进行高效序列化，支持：

- **基于块的处理**：音频输入以可配置的块进行实时响应处理
- **Blendshape输出**：面部动画数据表示为blendshape值
- **基于帧的时间线**：精确的基于帧的时间线管理，用于动画序列
- **流式协议**：基于WebSocket的流式传输，支持开始/主体/结束消息类型
- **错误处理**：全面的错误响应，包含详细的错误代码和消息

### 数据流程

1. **音频输入**：可配置块大小的PCM音频数据
2. **特征提取**：基于Wav2Vec2的音频特征提取
3. **推理**：ONNX Unitalker模型生成blendshape预测
4. **后处理**：可配置管道应用情感配置和效果
5. **输出**：带有帧时间信息的结构化blendshape数据