可商用，可离线运行，可API接口调用的开源AI数字人项目Heygem，喂饭级安装教程

前言

Hygem 效果图

Heygem 是一款开源项目，致力于发挥你电脑硬件的全部潜力，让你无需依赖云端，也能在本地高效运行各类开源AI数字人模型。无论是 AI 语音对话、虚拟主播，还是数字人驱动引擎，Heygem 通过底层性能调度与资源管理优化，带来轻量、易用、强大的本地 AI 体验。

特点：

可商用：但用户量超过10万或年营收达1000万美元以上的企业需签署商业许可协议。
可以断网使用：程中要下载Docker服务和客户端，需要联网，安装后可断网使用。
支持Windows和Linux桌面系统，不支持Mac系统。
支持本地Api接口调用，可见文末补充模块。

Hygem 部署教程

一、准备工作：检查自己的电脑配置

✅ 硬盘空间要求

【必须】C盘：用于存储服务镜像文件，建议至少预留 100GB 空间。如果空间不足，可以在安装 Docker 后指定其他盘符，但部分情况可能强制使用 C 盘。
【必须】D盘：必须存在！用于存储数字人素材和作品数据，建议预留 30GB 以上空间。

✅ 系统要求

操作系统需为 Windows 10（版本号 19042.1526） 或更高。

✅ 推荐配置（建议越高越好）

硬件	推荐配置
CPU	Intel i5-13400F（或同等性能）
内存	至少 32GB（低于32G容易报错）
显卡	NVIDIA RTX 4070（RTX 30/40 系列优先）

💡 小编实测配置：12700 + RTX 3070，运行效果良好！

✅ 显卡驱动要求

必须使用 NVIDIA 独立显卡，并确保驱动为最新版。
NVIDIA的50系显卡正在适配中。
暂不支持 AMD 显卡。

二、开始安装，跟着我的步骤一步一步来

这里面的步骤

第一步：安装Node.js（数字人软件界面基础）

1、前往官网下载安装最新版 Node.js：

🔗 Node.js 官网

https://nodejs.org/zh-cn

2、下载并安装

下载完成之后，双击安装

tips:过程全程点击“Next”即可。

3、验证安装是否成功

使用CMD打开命令提示符，输入以下命令查询

node -v

安装成功截图：

第二步：安装 WSL 环境（Docker运行的基础）

wsl的意思是Windows 子系统 Linux，在windows上运行linux虚拟机；

1. 检查并安装 WSL

检查是否安装打开命令行，输入：

wsl --list --verbose

若已安装

可跳过至“第三步：安装 Docker Desktop”

若未安装

会提示：“适用于 Linux 的 Windows 子系统没有已安装的分发”输入以下命令开始安装：

更新wsl环境,可能会遇到网络问题，看下面

wsl --update

安装wsl，默认会自动选择ubuntu系统

wsl --install

2. WSL 安装失败解决方案（网络问题）

如遇到报错，可尝试修改 hosts 文件：

路径：C:\Windows\System32\drivers\etc\hosts

添加以下内容至末尾并保存：

185.199.108.133 raw.githubusercontent.com

然后重新运行相关命令。

第三步：安装 Docker Desktop（Heygem运行基础）

前往官网下载安装包： 🔗 Docker 官网

🔍 **提示：**若无法访问 Docker 官网，可从文末资料包下载。

安装成功界面：

第四步：安装Heygem需要的dokcer镜像， AI 数字人服务端

1. 下载源码

GitHub 地址：
🔗 https://github.com/GuijiAI/HeyGem.ai

🔍 **提示：**若无法访问 GitHub 官网，可从文末资料包下载源码。

2.配置Docker 加速镜像（提高下载速度）

点击 Docker 设置 → Docker Engine，替换为以下内容：

{"builder": {"gc": {"defaultKeepStorage": "20GB","enabled": true}},"experimental": false,"registry-mirrors": ["https://docker-0.unsee.tech","https://docker-cf.registry.cyou","https://docker.1panel.live"]
}

修改后点击 Apply & Restart，等待镜像拉取完成。

3. 拉取heygem镜像

进入项目 /deploy 目录，找到 docker-compose.yml 文件；
地址栏输入 cmd 打开命令行，执行以下命令：

docker-compose up -d

⚠️ 说明：

此操作约需 70GB 流量，建议连接稳定 WiFi和有线网络；
安装时间可能在半小时以上，视网速而定。（小编安装了2小时）
为了方便大家下载文末资料包中小编已经提取了所有的docker

成功截图：

🔍 **提示：**这3个Docker镜像，可从文末资料包下载。

第五步：安装Heygem， AI 数字人客户端

服务端成功运行后，接下来安装客户端与 AI 数字人“面对面”交流。

1. 下载客户端

🔗 HeyGem 官方 Releases 下载页

选择最新版本的 HeyGem-x.x.x-setup.exe。

2. 安装并运行

双击安装包完成安装，桌面会生成快捷方式：

客户端图标

三、使用

使用前需要打开docker（双击打开就行，无需其他操作），然后再启动HeyGem，就能愉快的使用了

四、补充：

本地Api调用

Docker 启动后会在本地暴露几个端口，通过http://127.0.0.1可以调用。

具体代码可以参考

src/main/service/model.js
src/main/service/video.js
src/main/service/voice.js

模特训练

将视频分离为静音视频 + 音频
音频放到
```
D:\heygem_data\voice\data
```
下

D:\heygem_data\voice\data是与guiji2025/fish-speech-ziming服务约定的，可以在docker-compose中修改

调用

http://127.0.0.1:18180/v1/preprocess_and_tran

接口

参数示例：
{
"format": ".wav",
"reference_audio": "xxxxxx/xxxxx.wav",
"lang": "zh"
}
返回示例：
{
"asr_format_audio_url": "xxxx/x/xxx/xxx.wav",
"reference_audio_text": "xxxxxxxxxxxx"
}
记录下返回结果后续音频合成需要用到

音频合成

接口：http://127.0.0.1:18180/v1/invoke

// 请求参数
{"speaker": "{uuid}", // 一个UUID保持唯一即可"text": "xxxxxxxxxx", // 需要合成的文本内容"format": "wav", // 固定传参"topP": 0.7, // 固定传参"max_new_tokens": 1024, // 固定传参"chunk_length": 100, // 固定传参"repetition_penalty": 1.2, // 固定传"temperature": 0.7, // 固定传参"need_asr": false, // 固定传参"streaming": false, // 固定传参"is_fixed_seed": 0, // 固定传参"is_norm": 0, // 固定传参"reference_audio": "{voice.asr_format_audio_url}", // 上一步“模特训练”的返回值"reference_text": "{voice.reference_audio_text}" // 上一步“模特训练”的返回值
}

视频合成

合成接口：http://127.0.0.1:8383/easy/submit

// 请求参数
{"audio_url": "{audioPath}", // 音频路径"video_url": "{videoPath}", // 视频路径"code": "{uuid}", // 唯一key"chaofen": 0, // 固定值"watermark_switch": 0, // 固定值"pn": 1 // 固定值
}