Heygem

Heygem – 硅基智能推出的开源数字人模型

Heygem是什么

Heygem 是由硅基智能推出的一款开源数字人模型，专门适用于 Windows 系统。借助尖端的人工智能技术，用户只需提供一段1秒的视频或一张照片，即可在30秒内完成数字人形象及声音的克隆，并在60秒内生成4K超高清的视频。Heygem支持多种语言输出和丰富的表情动作，具备100%精确的口型匹配能力，即使在复杂的光影或遮挡环境中，依然能够呈现出高度真实的效果。此外，Heygem采用全离线运行，保护用户隐私，并支持低配置硬件部署，极大地降低了使用门槛，成为内容创作、直播及教育等领域的高效、低成本数字人解决方案。

Heygem

Heygem的主要功能

秒级克隆：仅需1秒视频或1张照片，即可在30秒内完成数字人形象和声音的克隆，并在60秒内生成4K超高清数字人视频。
高效推理：推理速度达到1:0.5，视频渲染合成速度为1:2。
高质量输出：支持4K超高清、32帧/秒的视频输出，超越好莱坞电影的24帧标准。
多语言支持：克隆后的数字人可以输出8种语言，适应全球市场需求。
无限量克隆：支持无限量的数字人形象和声音克隆，能够无限合成视频。
100%口型匹配：在复杂光影、遮挡或侧面角度下，实现高度逼真的口型匹配效果。
低配置支持：支持Docker一键部署，最低只需NVIDIA 1080Ti显卡即可运行。

Heygem的技术原理

声音克隆技术：基于人工智能等先进技术，依据给定的声音样本生成相似或相同的声音，包括语境、语调和语速等。
自动语音识别：将人类语音中的词汇转换为计算机可理解的输入，助力计算机“理解”人类的语言。
计算机视觉技术：在视频合成中应用视觉处理技术，包括面部识别和口型分析，确保虚拟形象的口型与声音及文本内容相匹配。

Heygem的项目地址

GitHub仓库：https://github.com/GuijiAI/HeyGem.ai

如何使用Heygem

安装要求：
- 系统要求：支持Windows 10 19042.1526或更高版本。
- 硬件推荐：
  - CPU：第13代英特尔酷睿i5-13400F。
  - 内存：32GB。
  - 显卡：RTX 4070。
- 存储空间：
  - D盘：用于存储数字人和项目数据，需要30GB以上空间。
  - C盘：用于存储服务镜像文件，需要100GB以上空间。
- 依赖项：
  - Node.js 18。
  - Docker 镜像：
    - docker pull guiji2025/fun-asr:1.0.2。
    - docker pull guiji2025/fish-speech-ziming:1.0.39。
    - docker pull guiji2025/heygem.ai:0.0.7_sdk_slim。
安装步骤：
- 安装Docker：检查是否安装WSL（Windows Subsystem for Linux），如未安装，运行wsl –install。更新WSL并下载安装Docker for Windows。
- 安装服务器：使用Docker和docker-compose安装服务器。在/deploy目录下运行docker-compose up -d。
- 安装客户端：运行npm run build:win生成安装程序HeyGem-1.0.0-setup.exe，双击进行安装。