Lite-Avatar形象库Linux安装教程：从入门到精通
Lite-Avatar形象库Linux安装教程：从入门到精通
想快速拥有自己的数字人形象？Lite-Avatar让你在Linux上轻松部署实时互动的2D数字人，无需高端显卡，CPU也能流畅运行！
1. 开始前的准备
在动手安装之前，先简单了解一下Lite-Avatar是什么。它是一个开源的2D数字人形象库，能够通过音频实时驱动虚拟形象生成面部动画。简单说就是：你说话，数字人的嘴型和表情就会跟着动起来，效果相当自然。
最棒的是，它不需要昂贵的显卡，普通CPU就能跑到30帧每秒，对硬件要求很友好。无论是做视频聊天、虚拟主播，还是教育应用，都很合适。
你需要准备的东西：
- 一台Linux系统的电脑（Ubuntu、CentOS等都行）
- Python 3.8或更高版本
- 至少4GB内存（8GB更流畅）
- 稳定的网络连接（需要下载一些模型文件）
不用担心自己是新手，只要会复制粘贴命令，就能跟着教程完成安装。
2. 环境检查与基础配置
打开你的终端，我们先检查一下基础环境是否到位。
检查Python版本：
python --version # 或者 python3 --version如果显示Python 3.8或更高版本，那就没问题。如果版本太低，需要先升级Python。
安装Git（如果还没有）：
# Ubuntu/Debian系统 sudo apt update sudo apt install git # CentOS/RHEL系统 sudo yum install git安装必要的编译工具：
# Ubuntu/Debian sudo apt install build-essential libssl-dev zlib1g-dev # CentOS/RHEL sudo yum groupinstall "Development Tools" sudo yum install openssl-devel zlib-devel这些是基础开发工具，确保后续安装过程不会出错。
3. 获取Lite-Avatar项目代码
现在我们来下载Lite-Avatar的源代码。推荐使用Git来克隆项目，这样以后更新也方便。
克隆项目仓库：
git clone https://github.com/HumanAIGC-Engineering/OpenAvatarChat.git cd OpenAvatarChat进入项目目录后，还需要下载一些子模块：
更新子模块：
git submodule update --init --recursive --depth 1这个过程可能会花点时间，取决于你的网速。如果遇到网络问题，可以多试几次，或者换个网络环境。
4. 安装Python依赖包
Lite-Avatar需要一些Python库的支持。推荐使用虚拟环境来管理依赖，这样不会影响系统其他的Python项目。
创建虚拟环境：
python -m venv liteavatar-env source liteavatar-env/bin/activate激活虚拟环境后，你的命令行前面会出现(liteavatar-env)的提示，表示现在在这个环境中操作。
安装核心依赖：
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu pip install modelscope==1.25.0 openai==1.74.0 pip install opencv-python-headless==4.11.0.86 pip install gradio==5.9.1 fastapi==0.115.0这里安装的是CPU版本的PyTorch，因为Lite-Avatar主要在CPU上运行。如果你有NVIDIA显卡并且想用GPU加速，可以安装CUDA版本的PyTorch。
安装音频处理相关依赖：
pip install funasr==1.2.6 vocos==0.1.0 pip install edge-tts==7.0.0 pydub==0.25.1这些库负责音频的处理和合成，是数字人能够"说话"的关键。
5. 下载模型文件
Lite-Avatar需要一些预训练的模型文件才能工作。这些文件比较大，需要耐心等待下载完成。
下载SenseVoice语音识别模型：
python -m modelscope download --model iic/SenseVoiceSmall --local_dir ./models/iic/SenseVoiceSmall下载LiteAvatar数字人形象库：
python -m modelscope download --model HumanAIGC-Engineering/LiteAvatarGallery --local_dir ./resource/avatar/liteavatar这个形象库包含了100个预训练的数字人形象，你可以根据需要选择使用哪个。
下载口型动画模型：
wget https://virutalbuy-public.oss-cn-hangzhou.aliyuncs.com/share/aigc3d/data/LAM/LAM_audio2exp_streaming.tar -P ./models/LAM_audio2exp/ tar -xzvf ./models/LAM_audio2exp/LAM_audio2exp_streaming.tar -C ./models/LAM_audio2exp rm ./models/LAM_audio2exp/LAM_audio2exp_streaming.tar解压后检查一下文件是否完整，应该能看到一个pretrained_models文件夹。
6. 配置运行环境
模型下载完成后，我们需要进行一些配置才能正常运行。
创建配置文件：
cp config/chat_with_openai_compatible_bailian_cosyvoice.yaml config/my_liteavatar.yaml编辑配置文件：用你喜欢的文本编辑器打开config/my_liteavatar.yaml，找到以下部分进行修改：
LiteAvatar: module: avatar/liteavatar/avatar_handler_liteavatar avatar_name: "20250408/sample_data" # 默认形象，可以改成其他形象 fps: 25 # 帧率，可以根据性能调整 use_gpu: false # 如果没有GPU或者想用CPU，保持false如果你有GPU并且想使用GPU加速，可以把use_gpu改为true，但通常CPU版本已经足够流畅。
设置环境变量：
export PYTHONPATH=$PYTHONPATH:$(pwd)/src这个设置让Python能够找到项目中的模块。
7. 运行测试
现在一切准备就绪，让我们来测试一下安装是否成功。
运行演示程序：
python src/demo.py --config config/my_liteavatar.yaml如果一切正常，你会看到一些启动日志，最后显示类似这样的信息：
Running on local URL: http://127.0.0.1:8282打开浏览器访问这个地址，就能看到Lite-Avatar的界面了。
测试音频驱动：在界面中点击麦克风图标，说几句话，看看数字人的嘴型是否跟着动起来。第一次运行可能会需要一些时间初始化模型，耐心等待一下。
如果看到数字人随着你的声音做出相应的口型动作，恭喜你，安装成功了！
8. 常见问题解决
安装过程中可能会遇到一些问题，这里列出几个常见的解决方法：
问题1：下载模型时网络超时
# 可以设置代理或者重试几次 python -m modelscope download --model iic/SenseVoiceSmall --local_dir ./models/iic/SenseVoiceSmall --retry 5问题2：内存不足如果运行时报内存不足，可以尝试降低帧率：
LiteAvatar: fps: 15 # 从25降低到15问题3：音频设备问题如果麦克风无法使用，检查系统音频设置：
# 列出音频设备 arecord -l问题4：Python包冲突如果遇到包版本冲突，可以重新创建虚拟环境：
deactivate # 退出当前环境 rm -rf liteavatar-env # 删除旧环境 # 然后重新创建环境和安装依赖9. 下一步学习建议
成功安装只是第一步，这里有一些建议帮助你更好地使用Lite-Avatar：
探索不同形象：形象库中有100个不同的数字人形象，尝试换几个看看效果如何。只需要修改配置文件中的avatar_name参数即可。
调整性能参数：如果觉得运行不够流畅，可以尝试调整帧率、音频采样率等参数，找到性能和效果的平衡点。
集成到自己的项目：Lite-Avatar提供了API接口，可以集成到你自己的应用程序中。查看项目文档了解如何调用。
学习自定义形象：进阶使用可以学习如何训练自己的数字人形象，这样就能创造独一无二的虚拟形象了。
记得定期查看项目更新，开发团队经常会修复bug和添加新功能。如果遇到问题，可以在项目的GitHub页面提交issue，社区很活跃，通常能得到及时的帮助。
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，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。