HeyGem.ai 本地部署实战3 步跑通离线 AI 视频生成【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-AvatarHeyGem.ai 是一个纯离线的数字人视频生成工具上传一段 10 秒的说话视频即可克隆形象和声音输入文案自动生成口播视频。这份 HeyGem.ai 本地部署指南覆盖从拉代码、起服务到排查卡点的全部过程。一、最短路径跑通 HeyGem.ai 环境前置条件只有一句话英伟达显卡 装好驱动的机器nvidia-smi能认出显卡另有 Node.js 18、Docker⚠️ 内存 32G 起、磁盘留 100G 空闲。拉代码并进入部署目录git clone https://gitcode.com/GitHub_Trending/he/HeyGem.ai cd HeyGem.ai/deploy一条命令启动服务端会拉取 ASR、TTS、视频合成三个镜像约 70G 流量耐心等它下完docker-compose up -d客户端有两种拿法下官方安装包直接双击或从源码跑开发版cd .. npm install npm run dev。验证只有一条命令docker ps预期输出是 duix-avatar-tts、duix-avatar-asr、duix-avatar-gen-video 三个容器全部Running此时打开客户端首页能看到作品和模特列表说明客户端已连上服务端。二、核心能力逐个拆给你看形象克隆10 秒视频定制数字模特解决每次出镜都要真人拍的问题。在客户端点快速定制上传一段本人清晰说话的视频系统训练出面型模型之后这张脸可以无限复用。适合个人 IP、企业播报、培训内容这类反复出镜的场景。声音克隆和形象同一次训练完成解决克隆的脸配机器音的违和问题。训练形象时视频里的音频会同步用于声音克隆ASR 转写 TTS 参考生成不用单独录干声。适合要求脸是自己的、声音也是自己的的成片。口型驱动文案直接变视频解决写稿快、拍口播慢的矛盾。输入文案或上传音频文件点创建视频TTS 合成语音后驱动模特口型输出成片。适合短视频日更、资讯播报、多语言翻译视频。开放 API把整条流水线接进自己的系统解决批量和自动化的问题。Docker 起好后本地暴露18180ASR/TTS和8383视频合成端口模特训练、音频合成、视频合成各是一个 HTTP 接口。适合接自己的后端做批量生成或产品集成。三、部署方式怎么选方式适合谁核心命令本地直跑源码客户端 Docker 服务要图形界面操作、有 NVIDIA 卡的 Windows / Ubuntucd deploy docker-compose up -dDocker 纯服务端服务器 / 无桌面环境只走 API 调用docker-compose -f docker-compose-lite.yml up -d只起合成服务用 50 系显卡或 30/40 系 CUDA 12.8就把命令换成docker-compose -f docker-compose-5090.yml up -d它基于 torch 官方预览版配置见 deploy/docker-compose.yml。性能调优显卡、内存、存储各留余量GPU本项目算力全在本地nvidia-smi认不出显卡时三个服务起不来先重装驱动。内存32G 是硬门槛16G 下 ASR 服务可能启动不了克隆时表现为 Connection refused。存储Windows 下 C 盘镜像区留 100G、D 盘数据区留 30GLinux 整机留 100G 空闲即可。四、卡住了按这个顺序排查⚠️ 拉镜像超时request canceled / context canceled→ Docker Hub 官方源连接不稳 → Docker Desktop 的 Docker Engine 里给 daemon.json 加registry-mirrors配国内镜像源Apply restart 后重跑docker-compose up -d。新增模特报错视频必须有声音→ 上传的视频静音或不是人在说话 → 换一段 10 秒左右、人声清晰的视频重传。定制模特报 Connection refused → ASR 服务冷启动慢WebSocket 还没建好 → 服务端起来后等几分钟再操作别急着点。客户端连不上服务端或页面异常 → 容器没全部 Running →docker ps逐个看状态重启挂掉的容器细节翻客户端 logs 目录下的main.log。服务反复起不来 → GPU 没识别或驱动缺失 →nvidia-smi验证驱动认不出就先装驱动再谈别的。服务日志的读法点开对应容器的 Logs 页找最近的 Traceback 和返回码多数问题在这一屏就能定位。五、跑通之后还能玩什么批量与集成直接调 8383 / 18180 端口做无人值守的批量合成接口调用示例参考 src/main/service/ 里的 model.js、video.js、voice.js。多语言文案脚本支持中、英、日、韩、法、德、阿、西八种语言同一模特一键切换语言版本。多模特管理导入多个数字模特按业务场景切换首页的 My Avatars 里统一维护。更多细节和报错对照翻仓库里的 doc/常见问题.md。三个镜像加一个客户端HeyGem.ai 本地部署就这么简单。clone 下来跑一遍比看三篇教程都快。【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