Windows 本地部署开源的Heygem数字人教程

前置条件

1、磁盘空间：

• 必须有 D 盘，用于存储数字人和项目数据，空闲空间需大于 30GB。

• C 盘 用于存储服务镜像文件，空闲空间需大于 100GB（主要用于存放镜像文件）。如果不够，可在安装 Docker 后，选择其他有足够空间的磁盘文件夹。

2、系统要求：

• 支持 Windows 10 19042.1526 或更高版本。

3、推荐配置

• CPU：第 13 代英特尔酷睿 i5-13400F。

• 内存：32GB。

• 显卡：RTX-4070（确保安装了 NVIDIA 显卡驱动），如没有安装在英伟达官网下载对应的显卡驱动进行安装。https://www.nvidia.cn/drivers/lookup/

核心功能

1、精准外貌与语音克隆

借助先进的 AI 算法，Heygem 高精度捕捉五官、轮廓等特征，构建逼真的虚拟模型。同时，它还能克隆语音，捕捉人声的细微特征，支持多种语音参数设置，打造高度相似的音色效果。

2、文字及语音驱动的虚拟化身

通过自然语言处理技术，Heygem 能将文本转化为流畅自然的语音，驱动虚拟化身开口“说话”。你也可以直接输入语音，虚拟化身会根据语音的节奏和语调，同步做出相应的动作和表情，表现更加生动。

3、高效视频合成

数字人视频画面与声音高度同步，口型匹配自然流畅，智能优化音视频效果，带来极佳的视听体验。

4、多语言支持

支持八种语言脚本：英语、日语、韩语、中文、法语、德语、阿拉伯语和西班牙语，满足全球化需求。

主要优势

• 完全离线操作：无需联网，保护用户隐私，避免数据泄露风险。

• 用户友好：界面简洁直观，即使是技术小白也能快速上手。

• 多模型支持：支持导入多种模型，并通过一键启动包管理，灵活适配不同创作场景。

技术支撑

• 语音克隆技术：基于 AI 生成与样本高度相似的语音，涵盖语调、语速等细节。

• 自动语音识别：将语音转化为文本，让计算机“听懂”你的指令。

• 计算机视觉技术：用于面部识别和唇部运动分析，确保唇形与语音完美匹配。

Heygem支持通过 Docker 进行本地部署，部署后甚至可以批量生成视频！下面我来详细讲讲如何在 Windows 上实现本地部署。

步骤 1：安装 WSL

• 打开 PowerShell（在任务栏搜索“PowerShell”即可找到）。

• 输入以下指令并回车：wsl –install

• 安装完成后，重启系统。

• 重启后再次打开 PowerShell，输入以下指令 WSL： wsl –update 检查是否安装成功，如下图则成功安装

步骤 2：安装 Docker

• 前往 Docker 官网下载适用于 Windows 的版本（通常为 Windows AMD64）。

• 下载完成后安装，接受协议，首次运行时可跳过登录。

• 打开设置，调整镜像存储位置，镜像文件比较大70~80G，选择合适的盘，设置完成后点击“Apply & Restart”。

步骤 3：部署 Heygem

• 前往 Heygem github官网 https://github.com/GuijiAI/HeyGem.ai/tree/main/deploy，下载 Docker 部署文件。

你无需关心文件内容，只需使用 Docker 指令即可。

• 进入下载文件夹，在地址栏输入 cmd 并回车，打开命令行窗口。

• 在命令行输入以下指令： docker-compose up -d 这条指令会创建并启动容器，以后台模式运行。

根据网络情况好坏，下载镜像可能需要 1-2 小时（建议全程科学上网）。

• 下载完成后，打开 Docker Desktop，在“Containers”中确认三个镜像正常运行（正确运行图标为正方形而非三角形）。

至此，Heygem 的后端服务已部署完成。因为关键操作（如唇形同步模型）都集成在 Docker 。

步骤 4：安装前端界面

• 前往 GitHub 上的 Heygem 托管页面，下载运行界面 EXE 程序。

GitHub 下载地址：https://github.com/GuijiAI/HeyGem.ai/releases

下载并安装后即可使用。

使用 Heygem 打造数字人

• 快速定制数字模特

点击“快速定制”，输入模特名称，上传模特视频，点击提交。

稍等片刻，回到主页即可在“我的数字模特”中看到结果。

• 生成视频

鼠标移到数字模特上，点击“做视频”按钮，进入编辑界面。

你可以输入文本或上传音频生成视频。

• 文本合成：仅提供一种音色，略显机械。

• 音频推荐：使用 CosyVoice 一键包克隆音色，上传音频后再合成，效果更自然。

CosyVoice 一键包下载

iCloud云盘链接：
https://www.icloud.com/iclouddrive/0970vb3eFm0BWz7S9vUn4OKrQ#CosyVoice02

百度网盘链接:
https://pan.baidu.com/s/1YvdadpYyDtdx3cl7gjmakw?pwd=inno 提取码: inno

解压密码(小写): innotechx

win10可能遇到问题：报错 控制台输出 LLVM ERROR: Symbol not found: __svml_cosf8_ha

解决方式：下载 svml_dispmd.zip，解压，将dll文件复制C:\Windows\System32 目录即可

下载方式：
https://www.icloud.com/iclouddrive/07fUoBhTUIRjEMW0QUGPdpcIA#svml%5Fdispmd

• 批量生成与常见问题

Heygem 支持批量生成，但前一个视频未完成时，后续任务会排队。

• 如果长时间卡在 20%：

检查显卡占用，一般来说你的显卡比较好，是不需要太长时间。如果长时间卡在20%，注意是长时间。

若卡住，前往用户 AppData 目录删除软件数据库，重新上传模特和素材即可。