开源数字人直播搭建实测：HeyGem + OBS 推流全流程

数字人直播不会取代真人直播，但正在吃掉真人直播里性价比最低的那部分时长——凌晨到上午的长尾时段。这篇文章用开源方案搭一个可推流的数字人直播间：HeyGem 负责生成数字人口播视频，OBS 负责推流。全程不需要付费软件，但需要一张说得过去的显卡。

硬件与环境要求

• GPU：建议 12G 显存以上（1080P 实时合成大致需要这个量级，低配可以先用离线合成方案）
• Docker 环境
• OBS Studio（推流）

第一步：部署 HeyGem

HeyGem 是硅基智能开源的数字人项目（GitHub 搜 GuijiAI/HeyGem.ai），支持形象克隆和口型驱动，Docker 一键部署：

git clone https://github.com/GuijiAI/HeyGem.ai.git
cd HeyGem.ai/deploy
docker compose up -d

启动后打开客户端，按引导完成两步：

1. 形象克隆：上传一段模特正对镜头、光线均匀的口播视频（1 分钟左右，念什么都行），系统训练出数字人形象
2. 声音克隆：上传一段干净的人声样本，或用内置 TTS

生成测试视频，确认口型和音色可用。

第二步：设计"值守型"脚本库

数字人承接的是"原本没人播的时段"，不是"原本播得好的时段"——这个定位决定了脚本写法：

• 标品参数讲解：把每个 SKU 的参数、价格、优惠写成 3-5 分钟的口播脚本，批量生成视频
• 高频问答：把客服记录里出现频率最高的问题整理成答疑脚本
• 循环素材：开头钩子 + 产品讲解 + 答疑 + 引导下单，总时长凑到 30-60 分钟可循环

脚本质量决定一切。工具本身不解决"没人看"的问题，货盘与流量策略仍是前提。

第三步：OBS 推流

1. 在 OBS 里新建场景，添加"媒体源"，选择 HeyGem 生成的视频，勾选"循环"
2. 如需滚动字幕或优惠券贴片，叠加文本源和图片源
3. 设置 → 推流：填入直播平台的推流地址和密钥（各平台后台可获取）
4. 输出设置：码率建议 3000-6000kbps，分辨率 1080×1920（竖屏）
5. 点击"开始推流"

合规红线（比技术更重要）

过去一年主要平台陆续收紧了数字人直播规则，技术上能跑不代表能播：

• 显著标识：主流平台要求数字人直播间必须在画面或标题中明确标识"数字人/AI 生成"，不标识被巡检抓到会限流甚至封号
• 类目限制：医疗健康、金融等类目对数字人讲解的审核严于真人，部分直接禁止，开播前查平台最新规则
• 内容审核：脚本仍需人工把关，"无人监管的自动售货机"是常见误判
• 形象授权：克隆真人的形象和声音必须有书面授权，克隆他人直接违法

效果评估

跑两周后算一笔账：增加的直播时长 × 长尾时段的平均转化，能否覆盖电费和设备折旧。能覆盖，数字人是纯增量；不能覆盖，说明问题在货盘或流量，不在主播形态。

备选方案

• LivePortrait（快手开源）：表情驱动效果顶尖，适合短视频数字人，直播实时性需自行工程化
• EchoMimic（蚂蚁开源）：音频驱动肖像，上手更简单，适合半身讲解场景
• 商用 SaaS（即构、硅基智能商用版等）：不想折腾服务器时的选择，按月订阅