前言

Heygem 是一款開源項目，致力于發揮你電腦硬件的全部潛力，讓你無需依賴云端，也能在本地高效運行各類開源AI數字人模型。無論是 AI 語音對話、虛擬主播，還是數字人驅動引擎，Heygem 通過底層性能調度與資源管理優化，帶來輕量、易用、強大的本地 AI 體驗。

特點：

• 可商用：但用戶量超過10萬或年營收達1000萬美元以上的企業需簽署商業許可協議。
• 可以斷網使用：程中要下載Docker服務和客戶端，需要聯網，安裝后可斷網使用。
• 支持Windows和Linux桌面系統，不支持Mac系統。
• 支持本地Api接口調用，可見文末補充模塊。

---

Hygem 部署教程

一、準備工作：檢查自己的電腦配置

? 硬盤空間要求

• 【必須】C盤：用于存儲服務鏡像文件，建議至少預留 100GB 空間。如果空間不足，可以在安裝 Docker 后指定其他盤符，但部分情況可能強制使用 C 盤。
• 【必須】D盤：必須存在！用于存儲數字人素材和作品數據，建議預留 30GB 以上空間。

? 系統要求

• 操作系統需為 Windows 10（版本號 19042.1526） 或更高。

? 推薦配置（建議越高越好）

硬件	推薦配置
CPU	Intel i5-13400F（或同等性能）
內存	至少 32GB（低于32G容易報錯）
顯卡	NVIDIA RTX 4070（RTX 30/40 系列優先）

💡 小編實測配置：12700 + RTX 3070，運行效果良好！

? 顯卡驅動要求

• 必須使用 NVIDIA 獨立顯卡，并確保驅動為最新版。
• NVIDIA的50系顯卡正在適配中。
• 暫不支持 AMD 顯卡。

---

二、開始安裝，跟著我的步驟一步一步來

這里面的步驟

第一步：安裝Node.js（數字人軟件界面基礎）

1、前往官網下載安裝最新版 Node.js：

🔗 Node.js 官網

https://nodejs.org/zh-cn

2、下載并安裝

下載完成之后，雙擊安裝

tips:過程全程點擊“Next”即可。

3、驗證安裝是否成功

使用CMD打開命令提示符，輸入以下命令查詢

node -v

安裝成功截圖：

---

第二步：安裝 WSL 環境（Docker運行的基礎）

wsl的意思是Windows 子系統 Linux，在windows上運行linux虛擬機；

1. 檢查并安裝 WSL

檢查是否安裝打開命令行，輸入：

wsl --list --verbose

若已安裝

可跳過至“第三步：安裝 Docker Desktop”

若未安裝

會提示：“適用于 Linux 的 Windows 子系統沒有已安裝的分發”輸入以下命令開始安裝：

更新wsl環境,可能會遇到網絡問題，看下面

wsl --update

安裝wsl，默認會自動選擇ubuntu系統

wsl --install

2. WSL 安裝失敗解決方案（網絡問題）

如遇到報錯，可嘗試修改 hosts 文件：

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

添加以下內容至末尾并保存：

185.199.108.133 raw.githubusercontent.com

然后重新運行相關命令。

---

第三步：安裝 Docker Desktop（Heygem運行基礎）

• 前往官網下載安裝包： 🔗 Docker 官網

🔍 **提示：**若無法訪問 Docker 官網，可從文末資料包下載。

安裝成功界面：

---

第四步：安裝Heygem需要的dokcer鏡像， AI 數字人服務端

1. 下載源碼

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

🔍 **提示：**若無法訪問 GitHub 官網，可從文末資料包下載源碼。

2.配置Docker 加速鏡像（提高下載速度）

點擊 Docker 設置 → Docker Engine，替換為以下內容：

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

修改后點擊 Apply & Restart，等待鏡像拉取完成。

3. 拉取heygem鏡像

1. 進入項目 /deploy 目錄，找到 docker-compose.yml 文件；

   

2. 地址欄輸入 cmd 打開命令行，執行以下命令：

docker-compose up -d

?? 說明：

• 此操作約需 70GB 流量，建議連接穩定 WiFi和有線網絡；
• 安裝時間可能在半小時以上，視網速而定。（小編安裝了2小時）
• 為了方便大家下載文末資料包中小編已經提取了所有的docker

成功截圖：

---

🔍 **提示：**這3個Docker鏡像，可從文末資料包下載。

第五步：安裝Heygem， AI 數字人客戶端

服務端成功運行后，接下來安裝客戶端與 AI 數字人“面對面”交流。

1. 下載客戶端

🔗 HeyGem 官方 Releases 下載頁

選擇最新版本的 HeyGem-x.x.x-setup.exe。

2. 安裝并運行

雙擊安裝包完成安裝，桌面會生成快捷方式：

---

三、使用

使用前需要打開docker（雙擊打開就行，無需其他操作），然后再啟動HeyGem，就能愉快的使用了

四、補充：

本地Api調用

Docker 啟動后會在本地暴露幾個端口，通過http://127.0.0.1可以調用。

具體代碼可以參考

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

模特訓練

1. 將視頻分離為靜音視頻 + 音頻

2. 音頻放到

   D:\heygem_data\voice\data
   

   下

   D:\heygem_data\voice\data是與guiji2025/fish-speech-ziming服務約定的，可以在docker-compose中修改

3. 調用

   http://127.0.0.1:18180/v1/preprocess_and_tran
   

   接口

   參數示例：

   {
   "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"
   }
   

   記錄下返回結果后續音頻合成需要用到

音頻合成

接口：http://127.0.0.1:18180/v1/invoke

// 請求參數
{"speaker": "{uuid}", // 一個UUID保持唯一即可"text": "xxxxxxxxxx", // 需要合成的文本內容"format": "wav", // 固定傳參"topP": 0.7, // 固定傳參"max_new_tokens": 1024, // 固定傳參"chunk_length": 100, // 固定傳參"repetition_penalty": 1.2, // 固定傳"temperature": 0.7, // 固定傳參"need_asr": false, // 固定傳參"streaming": false, // 固定傳參"is_fixed_seed": 0, // 固定傳參"is_norm": 0, // 固定傳參"reference_audio": "{voice.asr_format_audio_url}", // 上一步“模特訓練”的返回值"reference_text": "{voice.reference_audio_text}" // 上一步“模特訓練”的返回值
}

視頻合成

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

  // 請求參數
  {"audio_url": "{audioPath}", // 音頻路徑"video_url": "{videoPath}", // 視頻路徑"code": "{uuid}", // 唯一key"chaofen": 0, // 固定值"watermark_switch": 0, // 固定值"pn": 1 // 固定值
  }
  

• 進度查詢：http://127.0.0.1:8383/easy/query?code=${taskCode}

  get 請求，參數taskCode是上面合成接口入參中的code

更詳細的說明請參見： https://github.com/GuijiAI/HeyGem.ai/blob/main/README_zh.md#%E5%BC%80%E6%94%BE-api

🔖 資料包獲取

為方便大家部署體驗，這里提供一份完整的資料包。

防止鏈接被和諧，建議先保存后使用

下載鏈接