HeyGem.ai本地部署教程：3步跑通数字人视频生成工具
【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
想在自己的电脑上做一个能替你口播的数字人视频吗？HeyGem.ai（仓库名 Duix.Avatar）是一个可完全离线运行的数字人开源项目：上传约 10 秒的视频，克隆出一个人的形象和声音，之后输入文字或音频就能自动生成口型同步的口播视频。本文按本地部署的实际流程，带你 3 步把它跑起来，并讲清验证方法和常见报错。
动手前：硬件与软件要求清单 🧰
先花两分钟对一下配置，能省掉后面大部分折腾：
- 系统：Windows 10 19042.1526 及以上，或 Ubuntu 22.04（目前官方只适配了这两套）
- 显卡：必须有英伟达 N 卡且装好驱动（装完执行
nvidia-smi能看到显卡信息即合格）。所有算力都在本地，没有 N 卡这套服务起不来 - 内存与磁盘：内存 32G 及以上；Windows 用户 C 盘留 100G+（Docker 镜像用）、D 盘留 30G+（数字人和作品数据用）
- 运行时：Node.js 18 和 Docker。客户端是 Electron 桌面程序，服务端由 3 个容器承载
最小路径：3步完成本地部署 🚀
第 1 步：获取代码。把仓库克隆到本地：
git clone https://gitcode.com/GitHub_Trending/he/HeyGem.ai cd HeyGem.ai进入目录后能看到package.json、deploy/等文件，说明拉取成功。
第 2 步：安装客户端依赖。在项目根目录安装 Electron、Vue 等前端依赖：
npm install终端没有报错、正常返回提示符，即安装完成。
第 3 步：启动服务端与客户端。先在deploy/目录启动后端容器，首次会拉取约 70G 镜像，建议连 WiFi 或有线：
cd deploy && docker-compose up -dDocker 里看到 3 个服务（ASR 语音识别、TTS 语音合成、视频生成）全部 Running 即成功。然后回项目根目录启动客户端：
npm run dev弹出 HeyGem.ai 桌面窗口，说明整条链路通了。
验证部署：看主界面的两个入口 🔍
窗口打开后，首页顶部有两个入口：Create Video（生成视频）和Create Avatar（创建数字人形象），下方是「我的作品」和「我的形象」两个列表。
验证很简单：点 Create Avatar，按提示上传一段 10 秒左右、有人正常说话的实拍视频，提交后能在「我的形象」里看到这个模型，再用它生成一条视频。能出片，本地部署就彻底成了。
它能帮你做什么：4个核心能力
- 形象 + 声音克隆：解决「没有真人出镜」的问题。一段 10 秒视频就能同时复刻五官形象和你自己的音色，后续换台本不用重新录
- 文字转口播视频：解决「写稿容易念稿难」。把文案贴进去，自动转成语音并驱动数字人做口型同步，不用进录音棚
- 全离线运行：解决「素材隐私顾虑」。克隆训练和视频渲染都在自己机器上完成，素材不出内网
- 多语言与开放 API：解决「批量和集成」需求。文案支持中、英、日、韩等 8 种语言；服务端启动后暴露本地 HTTP 接口，可接入自己的工作流，接口实现可参考 src/main/service/
进阶与优化：Docker部署调优的4个场景
- 显存/内存吃紧：改用精简版编排文件
deploy/docker-compose-lite.yml启动，只跑视频生成一个服务，代价是不含克隆能力 - 50 系新卡（如 5090）：用
deploy/docker-compose-5090.yml启动（基于 torch 预览版），30/40 系跑 CUDA 12.8 的机器也可以用这套 - C 盘放不下镜像：打开 Docker Desktop 的 Settings → Resources → Advanced，把 Disk image location 改到更大的盘再 Apply & restart
- 拉镜像太慢：在 Docker 守护进程配置里加
registry-mirrors国内镜像源（详见 常见问题），70G 镜像的下载时间能砍掉一大截
踩坑自救：3个最高频的部署报错
docker-compose up报连接超时：现象是request canceled while waiting for connection之类字样；原因是 Docker Hub 官方源在国内不稳定；解决办法：按上图思路配置国内镜像源，或开代理后重试。
创建形象失败、提示音频相关报错：原因是上传的素材没有声音、或视频里没有人说话——声音克隆必须靠视频里的人声；解决办法：换一段人物清晰口播的实拍视频重新上传。
定制形象报 Connection refused：原因是 ASR 容器冷启动慢，16G 内存的机器甚至可能起不来；解决办法：服务端启动后等几分钟再操作，内存条件允许的话直接给到 32G。
到这里，你已经完成了拉代码、起服务端、开客户端的完整闭环，一套完全本地化的数字人视频生成环境就跑起来了。下一步建议：先用自己 10 秒的口播视频克隆第一个形象并生成一条作品试手感，遇到报错再对照 常见问题 逐条自查。
【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
