deploy/gpu_worker/musetalk_server.py

@@ -3,8 +3,8 @@
 部署在 RTX2060 本地，接收 gpu_worker.py 的推理请求，调用 MuseTalk 生成口型同步视频。
 
 Bug 修复（2026-09-21）：
-  - Bug1: 60fps降帧逻辑 — 输入视频 >30fps 时先降帧至 25fps 推理，推理后用
-    minterpolate MCI 插帧回原帧率，并记录 input_fps/inference_fps
+  - Bug1: 60fps降帧逻辑 — 输入视频 >30fps 时先降帧至 25fps 推理，直接输出 25fps 结果
+    （MCI 运动补偿插帧已移除，CPU密集且口型场景 25fps 足够）
   - Bug2: 超时终止机制 — 推理线程改为 daemon + abort_event 机制，超时时 set event
     让推理循环检测退出，同时 kill 所有活跃 ffmpeg 子进程，等线程退出后再释放锁和清理目录
   - Bug3: /health 接口增加 gfpgan_loaded 和 gfpgan_load_error 字段
@@ -977,25 +977,13 @@ def _run_inference(
                 pass
         raise
 
-    # ── Step 8: 高帧率视频插帧还原（如输入 >30fps，从 25fps 插帧回原帧率）──
+    # ── Step 8: 高帧率视频处理 ──
+    # 对口型数字人视频，25fps 完全够用。
+    # MCI 运动补偿插帧极其耗时（343帧>6分钟），已移除。
+    # 直接输出 25fps 推理结果，后续封装音频后播放器自动适配帧率。
     final_video = silent_video_path
     if video_downsampled:
-        upscaled_video = video_path.parent / "output_upscaled.mp4"
-        logger.info("将推理结果从 %.1f fps 插帧还原至 %.1f fps", inference_fps, original_fps)
-        try:
-            _run_ffmpeg([
-                "ffmpeg", "-y", "-v", "warning",
-                "-i", str(silent_video_path),
-                "-vf", f"minterpolate=mi_mode=mci:mc_mode=aobmc:me_mode=bidir:vsbmc=1:fps={int(original_fps)}",
-                "-c:v", "libx264", "-preset", "veryfast",
-                "-crf", "18", "-pix_fmt", "yuv420p",
-                str(upscaled_video),
-            ], timeout=max(300, int(original_fps * 10)))
-            final_video = upscaled_video
-            logger.info("插帧还原完成: %.1f fps", original_fps)
-        except Exception as e:
-            logger.warning("插帧还原失败，使用 %.1f fps 结果: %s", inference_fps, e)
-            final_video = silent_video_path
+        logger.info("输入视频 %.1f fps，降帧至 %.1f fps 推理后直接输出（不做插帧还原）", original_fps, inference_fps)
 
     shutil.copy2(str(final_video), str(output_path))