HeyGem.ai 本地部署3 条命令跑通 AI 数字人视频生成环境【免费下载链接】Duix-Avatar Truly open-source AI avatar(digital human) toolkit for offline video generation and digital human cloning.项目地址: https://gitcode.com/GitHub_Trending/he/Duix-Avatar做一条产品口播视频要真人出镜外包报价让预算直接翻倍。HeyGem.ai 本地部署能把数字人的形象和声音克隆到本地离线运行用文本或音频就能产出带口型的视频。 三行命令跑通 Demo数字人本地部署快速验证拿到代码项目放在 gitcode 上默认分支跟踪最新开源版本想和某个教程版本对齐的话先看 release 标签再切。git clone https://gitcode.com/GitHub_Trending/he/HeyGem.ai cd HeyGem.ai装依赖并启动README 里写死了 Node.js 18 这个前提装依赖前先把 Node 版本对齐能少踩很多坑。npm install这一步比较吃网络卡住时先查网络或者换镜像源。装完跑npm run dev客户端就会以开发模式起来。npm install npm run dev启动后进入的就是客户端主界面这张图是数字人本地部署的完整流程先建形象模型再生成视频。 它到底能做什么三个真实场景演示场景 A纯文本驱动。把文案粘进去服务先用本地 TTS 把文字转成语音再把音频交给合成服务产出数字人口播视频口型跟着音频走。文案覆盖中、英、日、法等八种语言写什么语种就念什么语种。适合做产品口播、公众号播报、不想真人露脸的人。场景 B自己的录音。录音已经录好的话跳过文字环节直接上传音频文件形象按这段音频的节奏和语调生成口型同步的视频原声不做任何改动。适合棚里录完音、又不想出镜的团队。场景 C十秒视频克隆自己。交一段你在说话的视频——里面同时有脸和声音系统把形象和声音一起克隆之后任何内容都是你的数字分身出镜。注意素材必须是人说话的声音否则声音克隆这一步会失败。适合想用自己的数字人长期批量做内容的人。⚙️ 从 Demo 到生产容器化部署怎么选路线一本地直接跑。服务端把三个 Docker 服务起来之后客户端在源码目录里npm run dev就是开发模式改一行界面代码立刻能看到效果。适合个人验证效果、小团队要顺手改客户端的场景。路线二容器化部署。四份 compose 文件都放在 deploy/ 目录按系统挑一份cd deploy docker-compose up -dWindows 用 docker-compose.ymlUbuntu 22.04 换成 docker-compose-linux.ymlRTX 50 系显卡有现成的 docker-compose-5090.yml配置低可以先用 docker-compose-lite.yml 只起视频合成这一个服务。首次拉镜像大概 70G 流量耐心等半小时左右Docker 里出现三个服务就算部署成功。镜像文件默认落在 C 盘Windows且要求空闲空间大于 100G不够的话可以在安装 Docker 后另选一个磁盘目录。选哪个个人电脑、只是验证效果走路线一GPU 服务器、要挂多个实例或长期无人值守走路线二。素材涉及未发布内容时优先整套本地部署数据和算力都不出机器。⚠️ 我们踩过的坑数字人本地部署常见报错第一个坑最常见。现象是docker-compose up -d三个服务全部拉取失败日志里是net/http: request canceled和context canceled。原因是 Docker Hub 官方源连接不稳定国内网络尤其明显。解法是在/etc/docker/daemon.json里配置国内镜像源或者开全局代理。第二个坑出在建模环节。现象是新增模特时报错克隆形象走不完流程。原因是我们上传的视频没有声音——程序要用视频里的人声做声音克隆静音素材直接卡死。解法是换一段本人在说话的 10 秒左右视频重新上传。第三个坑是操作时机。现象是服务端刚起来就定制模特报Connection refused。原因是 ASR 服务启动比较慢我们抢在它就绪前就发起了克隆。解法是服务端启动后等几分钟再做形象克隆另外机器内存如果低于 16G服务可能直接起不来官方要求是 32G。报错在客户端的话先抓日志再排查服务端点开 Docker 里对应的服务按截图位置点复制就能拿到日志客户端日志的获取方式见 doc/常见问题.md 的提问模板一节。下一步动作清单跑通一段 10 秒说话视频的完整克隆对比输出视频和原片的嘴型同步确认显存与磁盘占用是否可接受【免费下载链接】Duix-Avatar Truly open-source AI avatar(digital human) toolkit for offline video generation and digital human cloning.项目地址: https://gitcode.com/GitHub_Trending/he/Duix-Avatar创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考