GitLab

- 服务化功能新增（前端+后端）：
1、seko-talk 模型支持多人输入
2、支持播客合成与管理
3、支持wan2.2 animate 模型

- 后端接口新增：
1、 基于火山的播客websocket合成接口，支持边合成边听
2、播客的查询管理接口
3、基于 yolo 的多人人脸检测接口
4、音频多人切分接口

- 推理代码侵入式修改
1、将 animate 相关的 输入文件路径（mask/image/pose等）从固定写死的config中移除到可变的input_info中
2、animate的预处理相关代码包装成接口供服务化使用

@xinyiqin

---------
Co-authored-by: qinxinyi <qxy118045534@163.com>

Co-authored-by: root <root@pt-731f15f5c62740f495519352dc90d9c4-worker-0.pt-731f15f5c62740f495519352dc90d9c4.ns-devsft-3460edd0.svc.cluster.local>

* update seko talk

* update

* Update configs

* update

---------
Co-authored-by: gushiqiao <975033167@qq.com>

* [Feat] audio driven for wan2.2-r2v-5b

* refactor: reduce vae args dim &&  timestep init

* update audio pre_infer

* update runner

* update scripts

* [Fix] move ref timestep padding to Scheduler

* fix wan i2v

---------
Co-authored-by: helloyongyang <yongyang1030@163.com>

* add gguf loading functions

* support wan22 distill