LiveTalking API 接口文档

基础路径：http://<host>:<listenport>

所有接口统一返回格式：

{ "code": 0, "msg": "ok", "data": {} }

code 为 0 表示成功，非 0 表示错误。

---

1. WebRTC Offer (JSON)

交换 SDP 以建立 WebRTC 连接，扩展参数在 JSON body 中。

POST /offer

Content-Type: application/json

参数	必填	类型	默认值	说明
sdp	是	string	—	WebRTC Offer SDP
type	是	string	—	必须为 offer
avatar	否	string	启动参数值	指定数字人 ID
refaudio	否	string	—	参考音频
reftext	否	string	—	参考文本
custom_config	否	string	—	动作编排配置 JSON 字符串

响应 (200):

{
  "sdp": "v=0\r\n...",
  "type": "answer",
  "sessionid": "session-uuid"
}

---

2. WebRTC Offer (WHEP)

符合 WHEP 协议（WebRTC HTTP Egress Protocol）。 SDP offer 以 application/sdp 裸文本发送，扩展参数通过 query string 传递。

POST /whep

Content-Type: application/sdp

Query 参数:

参数	必填	类型	默认值	说明
avatar	否	string	启动参数值	指定数字人 ID
refaudio	否	string	—	参考音频
reftext	否	string	—	参考文本
tts	否	string	—	TTS 引擎
tts_server	否	string	—	TTS 服务地址
tts_speed	否	number	—	TTS 语速
custom_config	否	string	—	动作编排配置 JSON 字符串

Body: SDP offer 裸文本，例如：

v=0\r\no=- 0 0 IN IP4 127.0.0.1\r\n...

响应 (201):

• Content-Type: application/sdp
• X-Session-ID: 生成的会话 ID（UUID）

Body 为 SDP answer 裸文本：

v=0\r\no=- ...\r\n...

客户端示例:

const params = new URLSearchParams({
  avatar: 'wav2lip256_avatar1',
  refaudio: 'zh-CN-YunxiaNeural',
});

const res = await fetch('/whep?' + params.toString(), {
  method: 'POST',
  headers: { 'Content-Type': 'application/sdp' },
  body: pc.localDescription.sdp,
});

const answerSdp = await res.text();
const sessionid = res.headers.get('X-Session-ID');
await pc.setRemoteDescription({ type: 'answer', sdp: answerSdp });

---

3. 文本驱动 (Human)

发送文本驱动数字人说话，支持直接复读或 LLM 对话。

POST /human

Content-Type: application/json

参数	必填	类型	默认值	说明
sessionid	是	string	—	会话 ID
text	是	string	—	输入文本
type	是	string	—	echo: 直接复读; chat: 触发 LLM 回答
interrupt	否	bool	false	是否打断当前播报
tts	否	object	—	透传给 TTS 的配置（如 voice, emotion）

响应:

{ "code": 0, "msg": "ok" }

---

4. 音频驱动 (Human Audio)

上传音频文件驱动数字人。

POST /humanaudio

Content-Type: multipart/form-data

参数	必填	类型	说明
sessionid	是	string	会话 ID
file	是	file	音频文件

响应:

{ "code": 0, "msg": "ok" }

---

5. 打断播报

立即清空当前会话的音频队列。

POST /interrupt_talk

参数	必填	类型	说明
sessionid	是	string	会话 ID

响应:

{ "code": 0, "msg": "ok" }

---

6. 查询说话状态

POST /is_speaking

参数	必填	类型	说明
sessionid	是	string	会话 ID

响应:

{
  "code": 0,
  "msg": "ok",
  "data": true
}

---

7. 录制控制

控制服务器端的渲染录制。

POST /record

参数	必填	类型	说明
sessionid	是	string	会话 ID
type	是	string	start_record: 开始录制; end_record: 停止并合成

响应:

{ "code": 0, "msg": "ok" }

---

8. 下载录像

下载录制完成的 MP4 文件。

GET /record/{sessionid}

路径参数: sessionid — 会话 ID

响应: MP4 文件流。若文件不存在返回 404。

---

9. 设置动作编排 (Audiotype)

POST /set_audiotype

参数	必填	类型	说明
sessionid	是	string	会话 ID
audiotype	是	int	预定义的动作/状态索引

响应:

{ "code": 0, "msg": "ok" }

---

10. SSE 事件流

GET /sse?sessionid=<sessionid>

协议: Server-Sent Events (SSE)

用于接收服务器→客户端的异步状态推送（播报事件、状态变化等）

请求参数 (Query):

参数	必填	类型	说明
sessionid	是	string	会话 ID

响应格式: Content-Type: text/event-stream

每条事件一行 JSON，格式为：

data: {"status": "start"}

客户端示例:

const es = new EventSource(`/sse?sessionid=${sessionid}`);
es.onmessage = (event) => {
    const data = JSON.parse(event.data);
    // data 为服务器推送的播报状态/事件
};
es.onerror = () => {
    // 连接出错或服务端主动断开，EventSource 会自动重连
};

// 断开时
es.close();