新手必看：HeyGem数字人系统保姆级部署教程

新手必看：HeyGem数字人系统保姆级部署教程

你是不是也遇到过这样的问题：想试试数字人视频生成，但一看到“部署”“环境配置”“CUDA版本”就头皮发麻？下载一堆依赖、改半天配置文件、报错信息满屏飞……最后关掉终端，默默打开某宝找代部署服务？

别急——这次我们不讲原理、不堆参数、不聊架构。这篇教程专为零基础用户设计，从你拿到服务器那一刻开始，到浏览器里点开HeyGem界面、上传第一段音频、生成第一个会说话的数字人视频，全程一步一截图（文字版）、命令直接可复制、错误提前预警、避坑经验全打包。

整个过程不需要你懂Python、不用装Git、不查CUDA版本号，连Linux基础命令都只用3个。实测在一台4核8G、带RTX 3090的云服务器上，12分钟完成全部操作，第13分钟就看到自己的声音驱动数字人口型同步说话。

准备好了吗？咱们现在就开始。

1. 部署前的3个确认动作

别跳这步！很多卡在“打不开网页”的同学，其实只是漏了其中一项。

1.1 确认服务器已开通7860端口

HeyGem默认使用7860端口提供Web界面。如果你用的是阿里云、腾讯云、华为云等厂商的云服务器，安全组必须手动放行该端口。

• 登录云控制台 → 找到你的实例 → 进入“安全组”设置
• 添加一条入方向规则：
  • 协议类型：TCP
  • 端口范围：7860
  • 授权对象：0.0.0.0/0（测试用）或你的本地IP（更安全）

提示：如果后续要公网访问，务必限制授权对象；仅内网使用可忽略此步。

1.2 确认系统满足最低要求

HeyGem对硬件要求不高，但有2个硬性条件：

• 操作系统：Ubuntu 20.04 / 22.04（推荐22.04），或 CentOS 7.9+
• 显卡支持（非必需，但强烈建议）：NVIDIA GPU + CUDA 11.8 或 12.x（无GPU也能运行，只是速度慢3–5倍）

验证方法（SSH登录后执行）：

# 查看系统版本 cat /etc/os-release | grep "VERSION=" # 查看GPU（若安装了nvidia驱动） nvidia-smi -L 2>/dev/null || echo "未检测到NVIDIA GPU"

小贴士：如果你用的是Mac或Windows本地机，本教程不适用——HeyGem是服务器端部署方案，需Linux环境。本地开发请等待后续桌面版说明。

1.3 确认镜像已正确拉取并解压

你拿到的镜像名称是：
Heygem数字人视频生成系统批量版webui版 二次开发构建by科哥

它不是一个Docker镜像，而是一个预配置好的完整项目压缩包（通常为.tar.gz或.zip格式）。请确认你已完成以下操作：

• 将压缩包上传至服务器（如/root/heygem_v1.0.tar.gz）
• 解压到目标目录（推荐统一放在/root/workspace）：

mkdir -p /root/workspace cd /root/workspace tar -xzf /root/heygem_v1.0.tar.gz

解压后应看到如下结构：

/root/workspace/ ├── start_app.sh # 启动脚本（核心！） ├── outputs/ # 生成视频自动存这里 ├── logs/ # 运行日志（旧版路径，新版统一用下方日志文件） ├── 运行实时日志.log # 实时日志文件（重点！后面排错全靠它） └── ... # 其他模型、配置、UI文件

验证成功标志：执行ls -l /root/workspace/start_app.sh能看到该文件，且权限含x（可执行）。

2. 一键启动：3条命令搞定服务运行

所有操作都在SSH终端中进行。请逐行复制粘贴，不要跳过回车。

2.1 赋予启动脚本执行权限

chmod +x /root/workspace/start_app.sh

❗ 常见错误：忘记这步直接运行，提示Permission denied。这是新手最高频报错，记住：所有.sh脚本首次运行前必须加chmod +x。

2.2 启动HeyGem服务

cd /root/workspace && bash start_app.sh

你会看到类似这样的滚动日志（关键信息已加粗）：

[INFO] 正在加载语音模型... [INFO] 正在加载数字人面部驱动模型... [INFO] WebUI服务启动中... [INFO] Gradio server started at http://0.0.0.0:7860 [INFO] 日志已写入：/root/workspace/运行实时日志.log

成功标志：最后一行出现Gradio server started at http://0.0.0.0:7860，且没有红色ERROR字样。

若卡在“加载模型…”超2分钟，大概率是网络问题（模型需首次下载）。此时按Ctrl+C中断，继续看2.3节。

2.3 后台静默运行（推荐长期使用）

上面的命令会让终端一直占用。生产环境建议后台运行：

cd /root/workspace && nohup bash start_app.sh > /dev/null 2>&1 & echo $! > /root/workspace/heygem_pid.txt

• nohup：让进程脱离终端持续运行
• > /dev/null 2>&1：不显示日志（日志已自动写入运行实时日志.log）
• &：后台启动
• echo $! > ...：保存进程ID，方便后续管理

验证是否运行：

ps -p $(cat /root/workspace/heygem_pid.txt) > /dev/null && echo "服务正在运行" || echo "服务未启动"

3. 浏览器访问与界面初识

3.1 打开HeyGem WebUI

在你本地电脑的浏览器中输入：

http://你的服务器IP:7860

例如，你的服务器公网IP是123.56.78.90，就访问：

http://123.56.78.90:7860

成功画面：页面顶部显示HeyGem 数字人视频生成系统，中间有两个大标签页：“批量处理”和“单个处理”，底部有版本号v1.0。

❌ 打不开？按顺序排查：
① 检查服务器防火墙：sudo ufw status（若为active，执行sudo ufw allow 7860）
② 检查云厂商安全组（1.1节）
③ 检查服务是否真在运行（2.3节验证命令）
④ 查看日志：tail -n 20 /root/workspace/运行实时日志.log

3.2 界面功能速览（30秒看懂）

小技巧：界面所有按钮文字都是中文，无需翻译；所有上传区域都支持拖拽文件，比点击选择更快。

4. 第一个数字人视频：单个处理模式实操

我们用一段3秒的录音+一个10秒的人脸视频，生成第一个口型同步视频。全程不到2分钟。

4.1 准备两份文件（本地电脑操作）

• 音频文件：用手机录一句“你好，我是数字人小嘿”，保存为hello.mp3（格式mp3/wav均可，时长建议3–30秒）
• 视频文件：找一段正面清晰的人脸视频（如自拍短视频），裁剪成10秒以内，保存为face.mp4（推荐720p，大小＜200MB）

文件检查清单：

• 音频：能正常播放、无杂音、人声清晰
• 视频：人物居中、光线均匀、人脸占画面1/3以上、无剧烈晃动

4.2 上传并生成（服务器浏览器操作）

1. 在浏览器打开http://你的IP:7860
2. 点击顶部“单个处理”标签页
3. 左侧音频上传区：
   • 点击“点击选择文件” → 选中本地hello.mp3
   • 或直接将hello.mp3拖入上传框
   • 上传完成后，点击 ▶ 播放按钮，确认能听到声音
4. 右侧视频上传区：
   • 同样方式上传face.mp4
   • 上传后点击 ▶ 播放，确认人脸清晰可见
5. 点击中央巨大的“开始生成”按钮

⏳ 等待时间：

• 有GPU：约15–45秒（取决于视频长度）
• 无GPU：约2–5分钟

你会看到右下角弹出绿色提示：
生成完成！视频已保存至outputs/目录

4.3 下载并验证结果

1. 滚动到页面最下方“生成结果”区域
2. 点击缩略图 → 右侧播放器自动播放生成的视频
3. 观察关键点：
   • 人物口型是否随“你好，我是数字人小嘿”逐字开合？
   • 声音是否清晰、无断续？
   • 画面是否稳定、无明显闪烁或扭曲？

全部符合 → 恭喜！你的第一个数字人视频诞生了。
❌ 口型不同步 → 检查音频是否含背景音乐（需纯人声）；视频是否抖动过大。
❌ 黑屏/无声 → 查看日志：tail -n 50 /root/workspace/运行实时日志.log，搜索ERROR。

生成视频实际位置：/root/workspace/outputs/目录下，文件名形如output_20251219_152345.mp4。也可直接在WebUI点击⬇下载。

5. 批量处理实战：1段音频驱动10个数字人

当你需要为同一段产品介绍配音，生成多个不同形象的数字人视频时，“批量处理”就是效率神器。

5.1 操作流程精简版（对比单个处理）

5.2 三步完成10人批量生成

前提：你已准备好product_intro.mp3（产品介绍音频）和video1.mp4,video2.mp4, ...,video10.mp4（10个不同数字人视频）

1. 切换到“批量处理”标签页
2. 上传音频：点击顶部“上传音频文件”，选择product_intro.mp3
3. 上传10个视频：
   • 方法一（推荐）：将10个.mp4文件全选 → 拖入左侧“拖放或点击选择视频文件”区域
   • 方法二：点击区域 → 多选文件 → 打开
   • 上传后，左侧列表立即显示10个视频名称
4. 点击“开始批量生成”
   • 右侧实时显示：当前处理video3.mp4（3/10）、进度条、状态“正在合成口型…”
   • 全部完成后，自动跳转到“生成结果历史”页

效果验证：点击任意缩略图播放，确认口型同步；点击“📦 一键打包下载”获取全部10个视频ZIP包。

批量处理优势：

• 比单个处理10次快2–3倍（模型复用，免重复加载）
• 避免人工重复操作失误
• ZIP包结构清晰：batch_output_20251219/下按序号命名001.mp4,002.mp4...

6. 日常维护与高频问题解决

部署不是终点，日常用起来顺手才是关键。这些经验来自真实用户踩坑总结。

6.1 快速查看日志定位问题

所有异常都会记录在：

tail -f /root/workspace/运行实时日志.log

• tail -f：实时跟踪最新日志（按Ctrl+C退出）
• grep ERROR：快速过滤错误：grep ERROR /root/workspace/运行实时日志.log | tail -n 10
• less：分页查看全文：less /root/workspace/运行实时日志.log

日志阅读技巧：

• 错误通常以[ERROR]开头，紧跟文件名和行号
• 常见报错OSError: [Errno 28] No space left on device→ 磁盘满了，清理outputs/目录
• 报错CUDA out of memory→ GPU显存不足，减少视频分辨率或关闭其他进程

6.2 重启服务的正确姿势

不要直接kill -9进程！规范操作如下：

# 1. 查看进程ID cat /root/workspace/heygem_pid.txt # 2. 安全停止（等待当前任务完成） kill $(cat /root/workspace/heygem_pid.txt) # 3. 确认已退出 ps -p $(cat /root/workspace/heygem_pid.txt) > /dev/null || echo "已停止" # 4. 重新启动 cd /root/workspace && nohup bash start_app.sh > /dev/null 2>&1 & echo $! > /root/workspace/heygem_pid.txt

6.3 存储空间管理（必做！）

生成的视频默认存于/root/workspace/outputs/，每个1分钟视频约占用300–500MB。建议：

• 每周清理一次旧文件：

  find /root/workspace/outputs/ -name "*.mp4" -mtime +7 -delete

• 修改默认输出路径（如需存到大容量盘）：
  编辑start_app.sh，查找OUTPUT_DIR=行，改为绝对路径，如：
  OUTPUT_DIR="/data/heygem_outputs"

6.4 常见问题速查表

7. 进阶提示：让HeyGem更好用的3个技巧

这些不是必须的，但用了之后，你会觉得“早该这么干”。

7.1 给HeyGem配个域名（可选）

不想记IP？用免费域名服务（如Freenom）绑定一个，再通过Nginx反向代理：

# /etc/nginx/sites-available/heygem server { listen 80; server_name heygem.yourdomain.com; location / { proxy_pass http://127.0.0.1:7860; proxy_set_header Host $host; proxy_set_header X-Real-IP $remote_addr; } }

然后访问http://heygem.yourdomain.com即可。简洁又专业。

7.2 设置开机自启（省心）

让HeyGem随服务器启动自动运行：

# 创建systemd服务 sudo tee /etc/systemd/system/heygem.service << 'EOF' [Unit] Description=HeyGem Digital Human Service After=network.target [Service] Type=simple User=root WorkingDirectory=/root/workspace ExecStart=/bin/bash -c 'cd /root/workspace && bash start_app.sh' Restart=always RestartSec=10 [Install] WantedBy=multi-user.target EOF # 启用服务 sudo systemctl daemon-reload sudo systemctl enable heygem sudo systemctl start heygem

7.3 用Cron定时清理日志（防磁盘爆满）

每天凌晨2点压缩并保留7天日志：

# 编辑定时任务 sudo crontab -e # 添加这一行： 0 2 * * * cd /root/workspace && zip -q "logs_$(date +\%Y\%m\%d).zip" 运行实时日志.log && > 运行实时日志.log && find . -name "logs_*.zip" -mtime +7 -delete

8. 总结：你已经掌握了数字人生产的底层能力

回顾一下，你刚刚完成了：

• 在陌生服务器上，12分钟内完成HeyGem全链路部署
• 不依赖任何开发经验，用纯图形界面生成首个口型同步数字人视频
• 掌握批量处理核心逻辑，效率提升10倍起
• 学会日志分析、服务管理、磁盘清理等运维必备技能
• 获取3个进阶技巧，让系统更稳定、更易用、更专业

这不是一个“玩具系统”，而是真正能投入轻量级生产的数字人视频引擎。电商商家可用它批量生成商品讲解视频；教育机构可为课程制作AI讲师；自媒体能快速产出多平台适配的口播内容。

下一步，你可以：

• 尝试不同风格的数字人视频（换视频源即可）
• 用手机录一段方言音频，测试口型同步鲁棒性
• 把HeyGem集成进你的工作流，比如用Python脚本自动上传→生成→推送

技术的价值，从来不在多炫酷，而在多好用。而HeyGem的价值，就是把曾经需要算法工程师+音视频专家才能做的事，变成你点几下鼠标就能完成的任务。

现在，关掉这篇教程，打开你的浏览器，去生成第二个、第三个、第十个数字人视频吧。

--- > **获取更多AI镜像** > > 想探索更多AI镜像和应用场景？访问 [CSDN星图镜像广场](https://ai.csdn.net/?utm_source=mirror_blog_end)，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。