虚拟主播的实时管线

虚拟主播的体验取决于端到端延迟，而不是单个模块的效果。

延迟预算

摄像头采集、姿态推理、渲染、编码、推流各占一段。总延迟超过 200 毫秒，观众会明显感到不同步。

管线顺序

先做姿态追踪，再叠表情与口型，最后渲染。每一步都可能成为瓶颈，要分别计时。

编码参数

直播以稳定为先，码率略低比频繁掉帧好。关键帧间隔设置过大，观众切换分辨率时会黑屏更久。

降级

追踪丢失时平滑回落到默认姿态，而不是冻结或乱跳。观众能接受轻微滞后，不能接受画面抽搐。