AI数字人：口播与唇形同步的福音，支持本地部署/批量天生/口齿清晰 Zhikes ...

 
Heygem：开源前端界面的老六玩家

好消息！Heygem 在 GitHub 上开源了！不过，嘻嘻，只是前端界面开源，感觉更像是来 GitHub 刷一波知名度。不过这依然是个值得关注的工具。让我们先来看看它的官方介绍：

Heygem 是一款专为 Windows 系统打造的完全离线视频合成工具。它能精确克隆你的外貌和声音，将你的形象数字化。通过笔墨或语音驱动虚拟化身，你可以轻松制作视频。无需网络连接，在保护隐私的同时，享受高效便捷的数字体验。

焦点功能

• 精准外貌与语音克隆
  借助先进的 AI 算法，Heygem 高精度捕捉五官、轮廓等特性，构建逼真的虚拟模子。同时，它还能克隆语音，捕捉人声的细微特性，支持多种语音参数设置，打造高度相似的音色结果。
  
• 笔墨及语音驱动的虚拟化身
  通过天然语言处理技术，Heygem 能将文本转化为流畅天然的语音，驱动虚拟化身开口“说话”。你也可以直接输入语音，虚拟化身会根据语音的节奏和语调，同步做出相应的动作和心情，体现更加生动。
  
• 高效视频合成
  数字人视频画面与声音高度同步，口型匹配天然流畅，智能优化音视频结果，带来极佳的视听体验。
  
• 多语言支持
  支持八种语言脚本：英语、日语、韩语、中文、法语、德语、阿拉伯语和西班牙语，满足环球化需求。
  

 

重要优势

• 完全离线操作：无需联网，保护用户隐私，避免数据泄露风险。
  
• 用户友好：界面简洁直观，即使是技术小白也能快速上手。
  
• 多模子支持：支持导入多种模子，并通过一键启动包管理，灵活适配不同创作场景。
  

 

技术支持

• 语音克隆技术：基于 AI 天生与样本高度相似的语音，涵盖语调、语速等细节。
  
• 自动语音识别：将语音转化为文本，让盘算机“听懂”你的指令。
  
• 盘算机视觉技术：用于面部识别和唇部运动分析，确保唇形与语音完美匹配。
  

 
更棒的是，Heygem 还支持通过 Docker 进行本地部署，部署后甚至可以批量天生视频！下面我来详细讲讲如何在 Windows 上实现本地部署。
 
 
 
Windows 本地部署 Heygem 教程

步骤 1：安装 WSL

• 打开 PowerShell（在任务栏搜索“PowerShell”即可找到）。
  

 

• 输入以下指令并回车：wsl --install
  

 

• 安装完成后，重启系统。
  
• 重启后再次打开 PowerShell，输入以下指令 WSL： wsl --update 检查是否安装乐成，如下图则乐成安装
  

 
 

步骤 2：安装 Docker

• 前往 Docker 官网下载适用于 Windows 的版本（通常为 Windows AMD64）。
  

 

• 下载完成后安装，接受协议，初次运行时可跳过登录。
  

 

 

 

• 打开设置，调整镜像存储位置，镜像文件比较大70~80G，选择合适的盘，设置完成后点击“Apply & Restart”。
  

 
 

步骤 3：部署 Heygem

• 前往 Heygem github官网 https://github.com/GuijiAI/HeyGem.ai/tree/main/deploy，下载 Docker 部署文件。
  你无需关心文件内容，只需使用 Docker 指令即可。
  

 

• 进入下载文件夹，在地址栏输入 cmd 并回车，打开命令行窗口。
  

 

• 在命令行输入以下指令： docker-compose up -d 这条指令会创建并启动容器，以背景模式运行。
  根据网络情况好坏，下载镜像大概必要 1-2 小时（建议全程魔法上网）。
  

• 下载完成后，打开 Docker Desktop，在“Containers”中确认三个镜像正常运行（正确运行图标为正方形而非三角形）。
  

[Docker Desktop 中三个镜像运行状态截图]
至此，Heygem 的后端服务已部署完成。因为关键操作（如唇形同步模子）都集成在 Docker 。
 
步骤 4：安装前端界面

• 前往 GitHub 上的 Heygem 托管页面，下载运行界面 EXE 步伐。
  

[GitHub 下载界面截图] https://github.com/GuijiAI/HeyGem.ai/releases

• 下载并安装后即可使用。
  

 

使用 Heygem 打造数字人

• 快速定制数字模特
  点击“快速定制”，输入模特名称，上传模特视频，点击提交。
  

稍等片刻，回到主页即可在“我的数字模特”中看到结果。

• 天生视频
  鼠标移到数字模特上，点击“做视频”按钮，进入编辑界面。
  

你可以输入文本或上传音频天生视频。

 

• 文本合成：仅提供一种音色，略显机械。
  
• 音频推荐：使用 CosyVoice 一键包克隆音色，上传音频后再合成，结果更天然。CosyVoice 一键包下载地址在从前的文章中有讲过，下载解压即可使用
  

 

• 批量天生与常见问题
  Heygem 支持批量天生，但前一个视频未完成时，后续任务会列队。
  
• 如果长时间卡在 20%：
  

[天生进度卡在 20% 的截图]

• 检查显卡占用，一样平常来说你的显卡比较好，是不必要太长时间。如果长时间卡在20%，注意是长时间。
  

[显卡占用截图]

• 若卡住，前往用户 AppData 目录删除软件数据库，重新上传模特和素材即可。
  

 
 

 

网页版 AI 数字人：Humva.com

除了 Heygem，另有一个网页工具——Humva.com。它能通过单张图片天生数字人，还支持更换场景和衣着！
使用方法

• 进入Humva.com，点击“Create Avatar”。
  

 

• 上传一张头像，天生数字人模特。
  
• 选择音色（默认提供几种，或上传音频），挑选主题场景（如工作室、户外、卡通等）和衣着风格。
  

 

 

• 等待天生后，在“我的头像”中检察不同风格的数字人。
  

• 点击进入，使用文本或音频天生视频。
  

 
 
 
总结
Heygem 和 Humva 各有千秋：

• Heygem 适合必要离线操作和本地部署的用户，功能强大且隐私有保障。
  
• Humva 则更轻便，基于网页即可实现多样化数字人创作。
  

 
无论是口播视频还是唇形同步，AI 数字人正在改变我们的创作方式。

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。