xiaoxia
dd7a5ad658
fix: 增强MuseTalk视觉质量 - GFPGAN面部增强 + 帧率适配 + 高质量音频重采样
P0: 集成GFPGAN面部增强后处理
- 懒加载GFPGAN模型，首次推理时自动加载并复用
- 对嘴部/面部区域做增强，提升锐度和纹理细节
- 支持mouth/face两种增强区域模式
- 高斯模糊遮罩平滑融合，消除接缝
P1: 60fps视频帧率适配
- 检测输入视频帧率，>30fps时自动降至25fps推理
- 推理完成后使用minterpolate运动补偿插帧恢复原始帧率
- 消除MuseTalk训练帧率不匹配导致的重复帧问题
P2: 高质量音频重采样
- 使用ffmpeg soxr重采样器(精度28)替代默认线性插值
- 不可用时自动回退默认重采样器
P1: 融合参数优化
- v1.5模型扩大bbox融合区域(下巴+15px，两侧各+2px)
- 减少AI生成区域与原画面的接缝感
/inference接口新增face_enhance参数，支持请求级开关
/health接口新增GFPGAN状态和face_enhance_enabled信息