系统需求

推荐配置

• 处理器：13th Gen Intel Core i5-13400F
• 内存：32GB
• 显卡：RTX 4070（推荐 NVIDIA 显卡）
• 存储：C盘大于100G（若不够，需要在安装 Docker 后选择新文件夹）、D盘大于30G
• 软件依赖：Node 18、Docker Desktop、Git

• 快速部署指南

  1. 安装必要软件

  安装 Node.js

  1. 访问 Node.js 官方网站 下载安装包
  2. 按照提示完成安装

  安装 Docker Desktop

  1. 首次安装 Docker Desktop 前，请先在命令提示符 (CMD) 中执行以下命令：

     1. # 安装 WSL (可能因网络原因失败，多尝试几次，安装后可能会重启电脑)
        wsl --install
        
        # 更新 WSL
        wsl --update
        

     2. 访问 Docker 官网 下载安装包
     3. 双击运行 Docker
     4. 首次运行时接受协议，然后跳过登录

     注意：如果启动时报 WSL 相关错误，请在 CMD 窗口执行 wsl --install 然后重启电脑。

     提示：如果 C 盘空间不足 100G，可以在安装完成 Docker 后，在设置中选择剩余空间大于 100G 的磁盘文件夹。

     安装 Git

     1. 访问 Git 官网 下载安装包
     2. 按照提示完成安装

     2. 服务端部署：双通道 Docker 方案

     请根据您的网络情况选择以下任一方案：

     方案一：手动拉取镜像

     国内加速通道（无需科学上网）

     # 语音识别引擎
     docker pull crpi-87t8jkvf79rj7hal.cn-huhehaote.personal.cr.aliyuncs.com/modelers_park/fun-asr:latest
     
     # 语音合成模块
     docker pull crpi-87t8jkvf79rj7hal.cn-huhehaote.personal.cr.aliyuncs.com/modelers_park/fish-speech-ziming:latest
     
     # 核心AI引擎
     docker pull crpi-87t8jkvf79rj7hal.cn-huhehaote.personal.cr.aliyuncs.com/modelers_park/heygem.ai:latest
     

     拉取成功后，创建 docker-compose.yml 文件，内容如下：

     networks:
       ai_network:
         driver: bridge
     
     services:
       heygem-tts:
         image: crpi-87t8jkvf79rj7hal.cn-huhehaote.personal.cr.aliyuncs.com/modelers_park/fish-speech-ziming
         container_name: heygem-tts
         restart: always
         runtime: nvidia
         environment:
           - NVIDIA_VISIBLE_DEVICES=0
           - NVIDIA_DRIVER_CAPABILITIES=compute,graphics,utility,video,display
         ports:
           - '18180:8080'
         volumes:
           - d:/heygem_data/voice/data:/code/data
         command: /bin/bash -c "/opt/conda/envs/python310/bin/python3 tools/api_server.py --listen 0.0.0.0:8080"
         networks:
           - ai_network
       heygem-asr:
         image: crpi-87t8jkvf79rj7hal.cn-huhehaote.personal.cr.aliyuncs.com/modelers_park/fun-asr
         container_name: heygem-asr
         restart: always
         runtime: nvidia
         privileged: true
         working_dir: /workspace/FunASR/runtime
         ports:
           - '10095:10095'
         command: sh /run.sh
         deploy:
           resources:
             reservations:
               devices:
                 - driver: nvidia
                   count: all
                   capabilities: [gpu]
         networks:
           - ai_network
       heygem-f2f:
         image: crpi-87t8jkvf79rj7hal.cn-huhehaote.personal.cr.aliyuncs.com/modelers_park/heygem.ai
         container_name: heygem-f2f
         restart: always
         runtime: nvidia
         privileged: true
         volumes:
           - d:/heygem_data/face2face:/code/data
         environment:
           - PYTORCH_CUDA_ALLOC_CONF=max_split_size_mb:512
         deploy:
           resources:
             reservations:
               devices:
                 - capabilities: [gpu]
         shm_size: '8g'
         ports:
           - '8383:8383'
         command: python /code/app_local.py
         networks:
           - ai_network
     

     国际原版通道（需科学上网）

     docker pull guiji2025/fun-asr
     docker pull guiji2025/fish-speech-ziming
     docker pull guiji2025/heygem.ai
     

     拉取成功后，创建 docker-compose.yml 文件，内容如下：

     networks:
       ai_network:
         driver: bridge
     
     services:
       heygem-tts:
         image: guiji2025/fish-speech-ziming
         container_name: heygem-tts
         restart: always
         runtime: nvidia
         environment:
           - NVIDIA_VISIBLE_DEVICES=0
           - NVIDIA_DRIVER_CAPABILITIES=compute,graphics,utility,video,display
         ports:
           - '18180:8080'
         volumes:
           - d:/heygem_data/voice/data:/code/data
         command: /bin/bash -c "/opt/conda/envs/python310/bin/python3 tools/api_server.py --listen 0.0.0.0:8080"
         networks:
           - ai_network
       heygem-asr:
         image: guiji2025/fun-asr
         container_name: heygem-asr
         restart: always
         runtime: nvidia
         privileged: true
         working_dir: /workspace/FunASR/runtime
         ports:
           - '10095:10095'
         command: sh /run.sh
         deploy:
           resources:
             reservations:
               devices:
                 - driver: nvidia
                   count: all
                   capabilities: [gpu]
         networks:
           - ai_network
       heygem-f2f:
         image: guiji2025/heygem.ai
         container_name: heygem-f2f
         restart: always
         runtime: nvidia
         privileged: true
         volumes:
           - d:/heygem_data/face2face:/code/data
         environment:
           - PYTORCH_CUDA_ALLOC_CONF=max_split_size_mb:512
         deploy:
           resources:
             reservations:
               devices:
                 - capabilities: [gpu]
         shm_size: '8g'
         ports:
           - '8383:8383'
         command: python /code/app_local.py
         networks:
           - ai_network
     

     方案二：一键自动化部署（推荐新手）

     1. 克隆仓库（如遇网络问题可跳过）：

        git clone https://github.com/GuijiAI/HeyGem.ai.git
        

     2. 如果无法拉取，可手动创建 docker-compose.yml 文件，内容与国际版通道相同
     3. 启动容器集群：

        # 进入包含 docker-compose.yml 的目录
        cd HeyGem.ai/deploy
        
        # 启动服务
        docker-compose up -d
        

     执行完成后，在 Docker 中应该能看到三个运行中的服务，表示服务端部署成功。

     3. 客户端安装

     1. 直接下载官方构建的安装包：https://pan.baidu.com/s/1RM6r5vhm_dMF1Uz0wE7vKQ?pwd=k5zf 提取码: k5zf
     2. 双击安装 HeyGem-x.x.x-setup.exe
     3. 启动后可开始定制自己的数字人

     开发者注意事项

     如果你是开发人员想要自定义更多功能（如批量处理、支持小语种等），可以Fork本项目。

     项目前端使用 Vue3 + Electron 框架开发，可进行功能定制开发。