从语音预测每一帧的 52 个 blendshape 值，输入语音，返回以 json 格式存储的 blendshape。我们为了先看模型训练的效果也为了简化训练的过程，目前仅预测了jawopen的值。
POST
conda create -n flask python=3.9
conda activate flask
pip install -r requirements.txt下载transformer_model ，并放在 utils/ 目录下。
启动服务端
python app.py先在 config.json 修改服务端返回的公网地址，如下图中的 http://172.31.70.115:8888。务必在 config.json 中配置正确的语音文件路径，目前支持格式：wav。
然后启动客户端请求
python launch.py -c ./config.json结果会以json格式写在 res.json 文件中。