一、Heygem是什么

Heygem 是硅基智能推出的開源數字人模型，專為 Windows 系統設計。基于先進的AI技術，僅需1秒視頻或1張照片，能在30秒內完成數字人形象和聲音克隆，在60秒內合成4K超高清視頻。Heygem支持多語言輸出、多表情動作，具備100%口型匹配能力，在復雜光影或遮擋場景下能保持高度逼真的效果。

Heygem 基于全離線運行模式，保護用戶隱私，支持低配置硬件部署，極大地降低使用門檻，為內容創作、直播、教育等場景提供高效、低成本的數字人解決方案。

二、Heygem主要功能

• 秒級克隆：僅需1秒視頻或1張照片，完成數字人形象和聲音的克隆，30秒內完成克隆，60秒內合成4K超高清數字人視頻。

• 高效推理：推理速度達到1:0.5，視頻渲染合成速度達到1:2。

• 高質量輸出：支持4K超高清、32幀/秒的視頻輸出，超越好萊塢電影24幀的標準。

• 多語言支持：克隆后的數字人支持8種語言輸出，滿足全球市場需求。

• 無限量克隆：支持無限量克隆數字人形象和聲音，無限量合成視頻。

• 100%口型匹配：在復雜光影、遮擋或側面角度下，實現高度逼真的口型匹配。

• 低配可跑：支持Docker一鍵部署，最低只需NVIDIA 1080Ti顯卡即可運行。

三、Heygem實現原理

• 聲音克隆技術：基于AI等先進技術，根據給定的聲音樣本生成與之相似或相同聲音的技術，涵蓋語音中的語境、語調、語速等。

• 自動語音識別：將人類語音中的詞匯內容轉換為計算機可讀輸入，讓計算機“聽懂”人們說的話。

• 計算機視覺技術：用在視頻合成中的視覺處理，包括面部識別、口型分析等，確保虛擬形象的口型與聲音和文字內容相匹配。

四、Heygem基本使用

安裝Heygem需要滿足如下基本要求：

系統要求：支持Windows 10 19042.1526或更高版本。

硬件推薦：

• CPU：第13代英特爾酷睿i5-13400F。

• 內存：32GB。

• 顯卡：RTX 4070。

  存儲空間：

• D盤：用在存儲數字人和項目數據，需要30GB以上空間。

• C盤：用在存儲服務鏡像文件，需要100GB以上空間。

依賴項

• Node.js 18及以上版本

• Docker 鏡像：

  docker pull guiji2025/fun-asr:1.0.20

  docker pull guiji2025/fish-speech-ziming:1.0.39.

  docker pull guiji2025/heygem.ai:0.0.7_sdk_slim.

五、Heygem使用場景

• 內容創作：快速生成動畫、教育視頻等，降低制作成本。

• 在線教育：創建虛擬教師，支持多語言教學，提升趣味性。

• 直播營銷：用在虛擬直播、產品推廣，降低人力成本。

• 影視特效：生成虛擬角色或特效鏡頭，簡化制作流程。

• 智能客服：創建虛擬客服，提供自然的人機交互體驗。

項目鏈接：https://github.com/GuijiAI/HeyGem.ai