介绍 HeyGem.ai（Duix.Avatar）开源 AI 数字人工具的本地部署流程。涵盖 Windows 和 Ubuntu 系统环境要求，包括 Docker 环境准备、镜像拉取及服务启动步骤。内容包含核心功能如数字人模型训练、音频合成与视频合成的接口调用方法，以及常见问题排查建议。该工具支持全离线操作，保护用户隐私，适用于在线教育、内容创作等场景。
HeyGem.ai（又名 Duix.Avatar）是一款革命性的开源 AI 视频合成工具，能够在本地环境中精确克隆用户的外貌和声音，实现数字人形象的全数字化。用户只需提供一段约 10 秒的视频，即可快速完成数字人形象和声音的克隆，通过输入文案或上传音频就能驱动数字人口型，自动生成高质量的口播视频内容。
智能视觉引擎：基于深度学习的面部特征捕捉与重建系统，高精度捕捉真人外貌特征，包括五官形状、面部轮廓等，构建逼真虚拟模型。
语音合成技术：精准克隆声音，捕捉并还原人声的细微特征，支持多种声音参数设置，创造与原声高度相似的克隆效果。
多模态融合：通过自然语言处理技术理解文本内容，将文字转换为自然流畅的语音，实现文字和语音驱动虚拟形象。
全离线操作：无需联网即可使用，有效保护用户隐私，让用户在安全、独立的环境中创作。
安装 Docker 环境：
wsl --list --verbosewsl --update执行以下命令拉取必要的 Docker 镜像：
docker pull guiji2025/fun-asr
docker pull guiji2025/fish-speech-ziming
docker pull guiji2025/duix.avatar
进入 deploy 目录执行部署命令：
cd deploy
docker-compose up -d
等待约 30 分钟，系统将自动下载并启动三个核心服务：
Duix.Avatar-x.x.x-setup.exe 完成安装D:\duix_avatar_data\voice\data调用音频合成接口，传入训练好的模型参数和需要合成的文本内容，即可生成自然流畅的语音。
通过视频合成接口，将生成的音频与数字人模型结合，自动生成口型匹配的视频内容。
项目提供了完整的 API 接口，支持开发者进行二次开发和集成：
模特训练 API：http://127.0.0.1:18180/v1/preprocess_and_train
音频合成 API：http://127.0.0.1:18180/v1/invoke
视频合成 API：http://127.0.0.1:8383/easy/submit
成本效益：相比传统 3D 数字人制作成本降低 99% 以上
易用性：操作界面简洁直观，无需技术背景即可快速上手
灵活性：支持导入多个模型，根据不同创作需求选择合适的数字人形象
隐私保护：全离线操作模式，数据完全本地处理，无泄露风险
性能调优：根据硬件配置调整渲染分辨率 效果提升：合理设置声音采样率和面部细节精度 功能扩展：研究 AI 功能源码模块，解锁更多高级功能
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
使用加密算法（如AES、TripleDES、Rabbit或RC4）加密和解密文本明文。 在线工具，加密/解密文本在线工具，online
生成新的随机RSA私钥和公钥pem证书。 在线工具，RSA密钥对生成器在线工具，online
基于 Mermaid.js 实时预览流程图、时序图等图表，支持源码编辑与即时渲染。 在线工具，Mermaid 预览与可视化编辑在线工具，online
解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具，curl 转代码在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online