实时换脸延迟或闪烁?先读懂会话诊断
分清启动等待、动作延迟、掉帧和外观闪烁,正确阅读首帧、帧率、丢包与 RTC 数据,并用同一动作做短测试。

排查实时换脸延迟,先分清:首个结果一直没出现、动作响应较晚、画面跳帧,还是外观在帧间闪烁。展开工作台的摄像头检查与会话诊断,对照原始预览和 AI 结果,一次只改变一个条件。
新面板提供会话阶段和可用的视频连接指标。它们用于描述这一次会话,不是通用速度分数,也不证明每个解码视频帧都是独立 AI 生成帧。
1. 先准确描述问题
启动等待指首个移动生成画面出现前的等待;动作延迟是结果已运行,但说话或转头之后才看到响应;掉帧表现为动作跳跃;外观闪烁则是五官、头发等细节在帧间变化。
它们不一定同时出现。平滑但滞后的画面,与响应及时却细节不稳定的画面不同。完全停止也可能是会话结束或断线。某个阶段失败时,先用通用排障清单,不要调整已经停止的会话。
看到什么 | 区分什么 | 先观察什么 |
|---|---|---|
| 首帧未出现 | 启动或连接失败 | 阶段数据与页面错误 |
| 平滑但响应较晚 | 持续动作滞后 | 对照表演与显示动作 |
| 动作跳跃 | 采集、传输或播放 | 原始预览与可用帧率 |
| 五官细节变化 | 外观一致性 | 参考图、光线与同类动作 |
| 只有 OBS 冻结 | 外部输出路径 | 结果窗、捕获来源及权限 |
2. 先免费检查原始摄像头
打开工作台,选图并开启摄像头,观察眨眼、说话和轻微转头。如果原始画面已经过暗、模糊或卡顿,先建立更好的摄像头基准。
使用均匀光线、稳定机位和清楚可见的单脸。关闭占用同一摄像头的其他应用,换设备前先停止预览。本地画面可以帮助分清问题是否在云端生成开始前就存在。
如果预览清楚、生成外观却变化大,可在同一引擎下试一张曝光和五官更清楚的参考图。不要同时换照片、改光线、切引擎。查看参考图准备方法。
3. 分别阅读各阶段数据
展开诊断面板,可以看到会话申请、参考图准备、模型连接、首次画面显示。记录字段名称和显示值;横线代表该项还没有采样。
首次画面显示描述浏览器看到首帧的启动情况,不代表运行后一次微笑滞后多久。各阶段含义不同,也不要直接把所有字段相加,当成完整延迟。

截图未开启摄像头或 AI;横线表示没有采样,不是零延迟。
Prism 可提供额外 RTC 信息。Mirror 在这里不提供同一组 RTC 指标。缺少数据不代表更快或零延迟;比较时保留引擎名,核对同类字段。
4. 理解帧率和网络指标的边界
发送视频帧率描述发送的视频,解码视频帧率描述接收端解码,都不是 AI 独立生成帧率。接收画面尺寸描述视频宽高,不代表人脸准确程度。
接收丢包率和 RTC 网络来自可用连接采样。网络状态较差时,可以结合可见画面检查连接,但不能仅凭一个数值认定某台路由器或某个浏览器有问题。对比网络条件时保持设备、参考图和引擎一致。
RTC 媒体延迟不包含完整 AI 处理链路,不能当作端到端模型延迟宣传。需要测动作到显示的滞后时,应另行记录真实动作与显示结果,并把它和面板数字分开。
5. 做一次受控对比
开始前准备同一套动作:正脸、同一句台词、轻轻左转回正,再右转回正。保持人物、参考图、机位、光线、浏览器和引擎一致,等录制指示出现再开始表演。
第一段记下现象和面板值,结束体验、保存并标记。第二段只改变一个条件,例如停止后台大下载,或改用更均匀的光线,再重复动作。
比较两段中的相同动作。现场表演仍可能有细微差异,不明确时再做短测试,也可以记录“无法得出结论”。这是整理测试的方法,不是最低帧率承诺,也不保证某个调整一定有效。

建议的测试流程,不展示未经实测的性能结果。
保持片段简短,开始前查看生成费率。Prism 可能包含首帧出现前已建立连接的时间,Mirror 按生成秒数计费。即使最终不用录像,诊断中的生成仍有用量。
6. 找出外部输出从哪里出问题
如果实时结果正常,保存的片段却卡顿,分别在浏览器和目标播放器回放,定位首次出现问题的环节。录制、播放和 AI 流是不同部分。
用于 OBS 时,依次看工作台、独立结果窗、OBS 预览。如果前两处移动、OBS 黑屏或冻结,检查捕获窗口与系统录屏权限,并保持结果窗未最小化。麦克风另行设置,先录本地短片。查看 OBS 捕获检查。
已安装可选 Meet 扩展时,分别核对网站结果、扩展连接和会议预览。会议画面有问题,不等于模型慢;Meet 中仍需选择正确摄像头并单独设置声音。
7. 结束测试并提供有效信息
切标签页不会主动停止本站生成,但浏览器和系统仍可能中断媒体,尤其在手机或锁屏时,需检查实际设备。测试后主动结束生成,等待结算,不要把付费会话留在后台。
求助时提供设备、系统、浏览器版本、引擎、时间、会话编号、具体症状、可用阶段数值及页面错误,说明影响的是原始预览、生成结果还是外部输出。发送前检查诊断,避免夹带私人照片或视频。
“原始预览平滑,AI 动作滞后,面板显示这些数值”能帮助定位下一步;只说“很慢”,会把摄像头、生成、录制与外部输出混在一起。