LiveTalking 数字人直播5 分钟搭一套会说话的虚拟主播【免费下载链接】metahuman-streamReal time interactive streaming digital human项目地址: https://gitcode.com/GitHub_Trending/me/metahuman-stream开播前 10 分钟还在手动对口型LiveTalking 是一套开源的实时交互流式数字人引擎你输入文本或音频它驱动虚拟形象同步说话口型对得上、说话时能打断、支持多路并发基本达到商用效果。适合想做无人直播、AI 客服或数字人内容的个人与团队。一句话说清 LiveTalking 是什么LiveTalking 把文字和语音转成 TTS 音频用深度学习模型逐帧生成口型画面再通过 WebRTC、RTMP 或虚拟摄像头推流出去——一句话文字进、带口型的视频流出。几个场景→能力的对照方便你判断值不值得搭直播间要有人应答 → 数字人实时对话还能被随时打断想批量产口播视频 → 调用 docs/api.md 的/human接口提交文案形象要贴品牌 → 在 web/avatar.html 上传视频生成自定义数字人部署前先过一遍这 5 项检查项要求✅ 显卡NVIDIA 独显 驱动每路口型推理吃 GPU建议 RTX 3060 起✅ 系统官方在 Ubuntu 22.04 上验证Linux / Win / Mac 均可运行✅ 环境Python 3.12 PyTorch 2.9.1CUDA 版本以nvidia-smi为准✅ 模型文件从项目网盘下载wav2lip256.pth改名wav2lip.pth放进models/wav2lip256_avatar1.tar.gz解压进data/avatars/✅ 网络WebRTC 需开放 TCP 8010 与 UDP 1-65536最短路径跑起来四步克隆 → 装环境 → 启动 → 访问。git clone https://gitcode.com/GitHub_Trending/me/metahuman-streamconda create -n livetalking python3.12 -y conda activate livetalking pip install torch2.9.1 torchvision0.24.1 torchaudio2.9.1 --index-url https://download.pytorch.org/whl/cu128 pip install -r requirements.txt模型就位后启动python app.py --transport webrtc --model wav2lip --avatar_id wav2lip256_avatar1浏览器打开http://服务器IP:8010/index.html点开始连接在文本框输入一句你好提交数字人就会开口。嫌配环境麻烦AutoDL、UCloud 都挂了项目预置的 GPU 镜像拉起实例即可跑Windows 用户也有整合包可下见 README.md。效果与硬件账本官方实测的实时推理帧率模型显卡FPSwav2lip256RTX 306060wav2lip256RTX 3080Ti120musetalkRTX 3080Ti42musetalkRTX 409072选型建议够用就行——显卡中等选 wav2lip256追求画质再上 musetalk。日志里inferfps和finalfps都 ≥25 才算真实时更高规格的商用版能力官方文档里有对比表这里不展开。踩坑与自救连不上画面→ 九成是端口没开放行 TCP 8010 UDP 1-65536。模型下载后报错→ 核对文件名models/wav2lip.pth和data/avatars/下解压出的形象文件夹名字一个字符都不能差。RTMP 推流失败→ 查 assets/faq.mdffmpeg -version的输出里必须带 libx264没有就换带编码器的版本。protobuf 装不上→ 按 FAQ 装 3.20.1 的旧版本即可。下一步可以玩什么跑通只是起点。试试给数字人克隆一个专属音色不说话时让它播自定义视频动作编排直播画面更自然把--transport切成 RTMP 直接推给直播平台。跑顺之后再调 docs/api.md 的接口把数字人嵌进你自己的业务里——开播的事交给他就行。【免费下载链接】metahuman-streamReal time interactive streaming digital human项目地址: https://gitcode.com/GitHub_Trending/me/metahuman-stream创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考