本文仅为开源工具个人实操分享，所有工具、模型均来自官方开源渠道，请勿用于商用、违规用途，模型使用请严格遵守对应开源协议，所有操作均为本地环境测试，个人需自行承担操作相关风险。

先说痛点：为什么要了解这篇文章？

想做直播的朋友或者做过直播的朋友，是不是都踩过这些坑？

• 做直播不敢露脸，对着镜头紧张到大脑空白，一句话都说不顺畅
• 花大几千买数字人直播软件，结果用了半个月就被平台限流封号，钱直接打了水漂
• 想做 AI 数字人直播，又怕要租高价云服务器、要按次付费的 API、要敲复杂代码，门槛高到根本摸不着边
• 还有人被 “999 元数字人躺赚直播课” 割了韭菜，课买了一堆，最后连开播都做不到
• 还有的老板想做 AI 数字人直播节省人工费，但又不懂软件行情价，怕赔了夫人又折兵

今天我把自己实测过的、给客户部署过的、全程 0 成本、纯本地离线运行的 AI 数字人直播系统，完整无保留地分享出来。

不用露脸、不用花一分钱、不用租服务器，一台普通家用电脑，5 分钟就能跑通全流程，新手也能快速上手。全程无套路、不卖课、不带货，纯干货分享，连坑我都提前给你踩明白了。

再算笔账：这套方案到底能帮你省多少钱？

市面上的数字人直播工具，我全帮你踩过坑了：

• 单月订阅费最低 299 元，高清口型、智能互动功能还要额外加钱，一年下来最少 3000+；
• 定制数字人形象，一次收费大几千，还不能随便修改；
• 智能弹幕互动功能，要绑定付费大模型 API，聊得越多花得越多，根本不敢放开用。

而我这套方案，所有工具全是开源免费项目，个人非商用无任何版权限制，一次搭建终身免费使用，连网都可以不用，全程本地离线运行，数据隐私全在自己手里，根本不用担心泄露。

前提条件：什么样的电脑能跑？

很多朋友第一句话就问：我家普通电脑能行吗？ 直接给你说死：能！

哪怕是你家放了好几年的旧电脑，也能跑通全流程，根本不用为了做直播专门换设备。

必装的 6 个免费软件（全是官方开源，无捆绑无收费）

提前装好这几个软件，全程 5 分钟就能搞定搭建，官网一键安装

1. Python 3.10
   （必装！）：运行工具的基础环境，安装时只需要勾选「Add Python to PATH」，其他全点下一步；
2. Git
   ：克隆免费开源项目，官网一键安装，不用改任何设置；
3. FFmpeg
   ：音视频处理核心工具，我会给你配好环境变量设置教程，一步到位；
4. OBS Studio
   ：全球通用的免费直播推流软件，所有直播平台都能用，无任何推流限制；
5. Miniconda
   （新手必装）：帮你隔离运行环境，不会和你电脑里其他软件冲突，一键安装就行；
6. Ollama
   （核心工具）：一键部署本地免费大模型，实现弹幕智能回复，完全离线不花钱。

新手 5 分钟一键跑通全流程（复制粘贴就能成，不用懂代码）

我给你选的是目前全网门槛最低、兼容性最强的一站式开源系统「LiveTalking」，内置数字人驱动、语音合成、智能对话、直播推流全模块，开箱即用，不用你一个个工具拼接，新手能最快摸透数字人直播的完整逻辑。

步骤 1：一键配置运行环境

打开电脑终端（Windows 用户直接在左下角搜索 CMD，以管理员身份打开；Mac 用户打开终端），依次复制下面的代码，按回车运行就行，不用改任何内容。

# 第一步：克隆项目到你的电脑
gitclone https://gitcode.com/GitHub_Trending/me/metahuman-stream
cdmetahuman-stream

# 第二步：创建隔离运行环境（避免和其他软件冲突）
condacreate -n livestream python=3.10 -y
condaactivate livestream

# 第三步：安装依赖（有独立显卡的用户运行这段）
condainstall pytorch==2.5.0 torchvision==0.20.0 torchaudio==2.5.0 pytorch-cuda=12.4 -c pytorch -c nvidia -y
pipinstall -r requirements.txt

# 无独立显卡、纯CPU用户，把上面两段替换成下面这两行
# pip install torch torchvision torchaudio
# pip install -r requirements.txt

步骤 2：配置免费模型和数字人形象

1. 口型同步模型
   ：我给你找好了国内免费下载的wav2lip256.pth模型文件，放到项目的models文件夹里，重命名为wav2lip.pth就行；
2. 数字人形象
   ：项目自带免费的基础数字人形象，你也可以换成自己的照片、自己设计的形象，解压到data/avatars文件夹里就行；
3. 语音合成
   ：默认用微软免费的 EdgeTTS，不用申请密钥、不用付费，中文音色自然，无任何调用限制，不用额外设置。

步骤 3：一键启动数字人服务

继续在终端里，复制下面的代码按回车，就能启动服务：

# 有独立显卡用户（新手首选，直接复制运行）
pythonapp.py --transport webrtc --model wav2lip --avatar_id wav2lip256_avatar1

# 纯CPU、旧电脑用户，复制运行这段
pythonapp.py --transport webrtc --model wav2lip --avatar_id wav2lip256_avatar1 --device cpu

启动成功后，用浏览器打开
http://127.0.0.1:8010/webrtcapi.html，就能看到你的数字人控制台，输入文字，数字人就能实现基础的口型同步播报。

步骤 4：配置智能弹幕互动（直播核心，不用花一分钱）

这一步做好，你的数字人就能自动识别直播间弹幕，用本地大模型生成回复，自动播报，实现 24 小时无人值守，全程不用你守着。

1. 打开新的终端，执行ollama run qwen:7b，一键下载阿里开源的通义千问大模型，完全免费本地运行，无任何费用；
2. 打开项目里的app_config.yaml文件，把 LLM 模块的地址改成http://127.0.0.1:11434，保存就行；
3. 项目自带抖音、B 站、视频号等主流平台的弹幕抓取功能，不用额外配置，开播就能自动识别弹幕。

步骤 5：OBS 推流测试

1. 打开 OBS Studio，添加「浏览器」来源，输入上面的数字人控制台地址，就能捕获数字人画面；
2. 按需添加直播背景、商品贴图、滚动字幕，调整好画面布局；
3. 打开你要直播的平台创作者中心，复制直播推流地址和密钥，填入 OBS 的「设置 - 推流」里，就能完成推流测试。

掏心窝子的真话（必看）：基础方案的短板，以及开播级质感升级方案

这里必须跟大家说句实在话，不玩虚的： 上面这套一键落地的方案，能帮你快速跑通数字人直播的全流程，适合新手练手、测试逻辑、熟悉玩法，但如果直接拿来正式开播，默认的 Wav2Lip 模型生成的数字人，口型和面部动作会偏机械化，表情不够自然，质感达不到专业开播的要求，很容易被平台判定为劣质 AI 内容，导致限流。

这也是 90% 的人做 AI 数字人直播踩的最大的坑：要么花大价钱买付费软件，要么用免费基础模型做出来的内容质感太差，根本拿不到流量。

但大家完全不用慌，更不用回头去买付费软件。现在开源社区已经有非常多成熟的、同样完全免费开源的开播级数字人驱动项目，直接替换掉基础的 Wav2Lip 模型，口型同步精度、面部微表情、动作自然度直接拉满，完全能达到真人级开播质感，全程还是 0 成本，不用花一分钱。

我给大家整理了 4 个适配性最强、新手也能一键替换的优质项目，项目已经内置在系统里，只需要下载模型、改一行启动命令就能切换：

新手一键替换方法（以最常用的 SadTalker 为例）

1. 下载 SadTalker 开源免费模型文件，放到项目的models目录；
2. 把原来的启动命令里的--model wav2lip，改成--model sadTalker；
3. 重新运行启动命令，即可一键切换到开播级模型，其他所有配置、脚本、功能完全不用改，新手也能 10 秒钟搞定。

全流程自动化 Python 脚本（复制就能用，开播直接躺平）

我写好了一份全流程闭环的自动化脚本，完美适配上面所有的数字人模型，不用你手动操作，直播间有弹幕，自动生成回复、自动语音合成、自动驱动数字人播报，全程无人值守。

★★★先说好合规红线（必看！）★★★

1. 本脚本仅限个人非商用学习研究，严禁用于违规直播、虚假宣传、侵权牟利；
2. 使用前必须确保你有数字人肖像、直播平台、内容素材的完整授权，严格遵守 AI 生成内容相关法律法规和平台规范；
3. 违规使用产生的所有法律责任，由使用者自行承担。

1. 3 分钟前置准备

• 确保 Ollama、数字人服务已经按上面的步骤启动；
• 打开终端，复制下面的命令，一键安装脚本需要的依赖：

pip install bilibili-api-python edge-tts requests asyncio python-dotenv aiohttp

2. 自动化脚本（新手只需要改前 3 行）

# ====================== 【新手仅需修改这里！其他内容不用动】======================
# 1. 直播平台和直播间ID（必填！替换成你自己的）
LIVE_PLATFORM = "bilibili"# 可选：bilibili（B站）/douyin（抖音）/weixin（视频号）
ROOM_ID = 12345678# 这里替换成你的直播间ID
# 2. 数字人人设（按需修改，带货/知识/娱乐/聊天都可以）
LIVE_CHARACTER = """
你是亲和力强、说话幽默接地气的直播数字人主播，规则：
1. 称呼观众为"家人们"，语气口语化，每句话不超过100字，适合口播；
2. 热情回应观众的弹幕提问，不敷衍、不抬杠，积极正向；
3. 只回应和直播主题相关的内容，无关内容礼貌引导回主题。
"""
# 3. 语音音色选择（女声/男声可选，完全免费）
TTS_VOICE = "zh-CN-XiaoxiaoNeural"# 女声；男声换成 zh-CN-YunxiNeural
# ============================================================================

import asyncio
import edge_tts
import requests
import aiohttp
from typing import Set

# 不同平台弹幕库适配
if LIVE_PLATFORM == "bilibili":
from bilibili_api import live, sync
elif LIVE_PLATFORM == "douyin":
from douyin_live_danmaku import DanmakuClient

# 全局配置（新手不用改）
OLLAMA_BASE_URL = "http://127.0.0.1:11434/api/generate"
LLM_MODEL_NAME = "qwen:7b"
AUDIO_SAVE_PATH = "./live_audio.wav"
AVATAR_API_URL = "http://127.0.0.1:8010/api/speak"
IGNORE_DANMAKU_LENGTH = 2
MAX_DANMAKU_HISTORY = 100
REPLY_INTERVAL = 3
processed_danmaku_ids: Set[str] = set()

# 弹幕抓取模块
asyncdefdanmaku_listener(queue: asyncio.Queue):
if LIVE_PLATFORM == "bilibili":
        room = live.LiveRoom(ROOM_ID)
asyncdefon_danmaku(event):
            danmaku_info = event["data"]
            danmaku_id = danmaku_info["dm_v2"]
            danmaku_text = danmaku_info["msg"].strip()
            sender_name = danmaku_info["uname"]
await _filter_danmaku(danmaku_id, danmaku_text, sender_name, queue)
        room.add_event_handler(live.LiveEvent.DANMU_MSG, on_danmaku)
await room.connect()
elif LIVE_PLATFORM == "douyin":
        client = DanmakuClient(ROOM_ID)
        @client.on("danmaku")
defon_danmaku(msg):
            danmaku_id = msg["id"]
            danmaku_text = msg["content"].strip()
            sender_name = msg["user"]["nickname"]
            asyncio.create_task(_filter_danmaku(danmaku_id, danmaku_text, sender_name, queue))
        client.start()
    print(f"✅ 已成功连接直播间，正在监听弹幕...")
whileTrue:
await asyncio.sleep(1)

asyncdef_filter_danmaku(danmaku_id, text, sender, queue):
if len(text) < IGNORE_DANMAKU_LENGTH or danmaku_id in processed_danmaku_ids:
return
if len(processed_danmaku_ids) > MAX_DANMAKU_HISTORY:
        processed_danmaku_ids.pop()
    processed_danmaku_ids.add(danmaku_id)
await queue.put({"sender": sender, "content": text})
    print(f"[收到弹幕] {sender}: {text}")

# 大模型生成回复
asyncdefgenerate_reply(danmaku_content, sender_name):
    prompt = f"人设：{LIVE_CHARACTER}\n观众昵称：{sender_name}\n观众弹幕：{danmaku_content}\n生成符合人设的口播回复，不要特殊格式。"
try:
        resp = requests.post(
            OLLAMA_BASE_URL,
            json={"model": LLM_MODEL_NAME, "prompt": prompt, "stream": False, "options": {"temperature": 0.7}},
            timeout=20
        )
        resp.raise_for_status()
        reply = resp.json()["response"].strip()
        print(f"[生成回复] {reply}")
return reply
except Exception as e:
        print(f"❌ 大模型调用失败: {e}")
returnf"谢谢{sender_name}的留言，我收到啦~"

# 语音合成
asyncdeftext_to_speech(text):
try:
        communicate = edge_tts.Communicate(text, TTS_VOICE)
await communicate.save(AUDIO_SAVE_PATH)
        print(f"✅ 语音合成成功")
returnTrue
except Exception as e:
        print(f"❌ 语音合成失败: {e}")
returnFalse

# 驱动数字人播报
asyncdefdrive_avatar():
try:
with open(AUDIO_SAVE_PATH, "rb") as f:
            audio_file = f.read()
        form_data = aiohttp.FormData()
        form_data.add_field("audio", audio_file, filename="live_audio.wav", content_type="audio/wav")
        form_data.add_field("sync", "true")
asyncwith aiohttp.ClientSession() as session:
asyncwith session.post(AVATAR_API_URL, data=form_data, timeout=30) as resp:
if resp.status == 200:
                    print("✅ 数字人播报成功")
returnTrue
else:
                    print(f"❌ 数字人调用失败，状态码：{resp.status}")
returnFalse
except Exception as e:
        print(f"❌ 数字人驱动失败: {e}")
returnFalse

# 全流程主逻辑
asyncdefdanmaku_processor(queue: asyncio.Queue):
whileTrue:
        danmaku_data = await queue.get()
try:
            reply_text = await generate_reply(danmaku_data["content"], danmaku_data["sender"])
ifnotawait text_to_speech(reply_text):
continue
await drive_avatar()
await asyncio.sleep(REPLY_INTERVAL)
except Exception as e:
            print(f"❌ 弹幕处理失败: {e}")
finally:
            queue.task_done()

# 主程序入口
asyncdefmain():
    danmaku_queue = asyncio.Queue(maxsize=50)
    listener_task = asyncio.create_task(danmaku_listener(danmaku_queue))
    processor_task = asyncio.create_task(danmaku_processor(danmaku_queue))
try:
await asyncio.gather(listener_task, processor_task)
except KeyboardInterrupt:
        print("\n 正在关闭系统...")
        listener_task.cancel()
        processor_task.cancel()
await asyncio.gather(listener_task, processor_task, return_exceptions=True)
        print("✅ 系统已安全关闭")

if __name__ == "__main__":
import platform
if platform.system() == "Windows":
        asyncio.set_event_loop_policy(asyncio.WindowsSelectorEventLoopPolicy())
if LIVE_PLATFORM == "bilibili":
        sync(main())
else:
        asyncio.run(main())

新手启动步骤

1. 把上面的脚本复制到电脑里，保存为live_ai_avatar.py；
2. 修改最顶部的直播间 ID 和人设，其他内容不用动；
3. 终端执行python live_ai_avatar.py，就能启动全流程自动化系统；
4. 直播间发弹幕，就能触发数字人自动回复播报，全程不用你管。

旧电脑 / 低配电脑必看的 4 个优化技巧

1. 模型量化
   ：所有本地模型都用 4bit 量化版本，显存占用直接降低 75%，4GB 显存就能流畅跑完全流程；
2. 帧率调整
   ：把数字人生成帧率设为 25FPS，旧电脑可以降到 15FPS，兼顾流畅度和性能消耗；
3. 轻量模型优先
   ：无显卡 / 旧电脑，大模型换成qwen:4b轻量版，数字人优先用 SadTalker 轻量模型，纯 CPU 也能实时生成；
4. 关闭多余程序
   ：开播前关掉电脑里没用的软件，释放内存和显存，避免直播卡顿。

必须遵守的合规避坑红线（真诚提醒，别踩坑）

1. 数字人形象
   ：只能用你本人的照片、无版权免费形象，或者获得正式授权的形象，绝对禁止使用明星、他人肖像，避免侵权；
2. 直播内容
   ：严格遵守直播平台规范，禁止用数字人播出虚假宣传、违规营销、侵权内容，AI 生成内容必须符合国家相关法律法规；
3. 商用须知
   ：所有开源工具都有对应的开源协议，商用前一定要确认授权范围，避免违规侵权。

常见问题速查（99% 的问题都能在这里解决）

1. 模型加载失败
   ：检查 Python 版本是不是 3.10，FFmpeg 有没有添加到环境变量，模型文件路径对不对；
2. 口型和语音不同步
   ：关掉其他占用显存的程序，降低音频切片长度，开启模型流式推理；
3. OBS 抓不到数字人画面
   ：把浏览器来源的帧率设为 60FPS，勾选「使用硬件加速」，确保本地服务正常运行；
4. 弹幕抓不到
   ：核对直播间 ID 是不是正确，直播间有没有正常开播，关掉 VPN / 代理；
5. 大模型响应慢
   ：换成qwen:4b轻量模型，开启 4bit 量化，确保电脑内存 / 显存充足；
6. 数字人不动 / 没声音
   ：检查音频文件有没有生成成功，数字人服务接口地址对不对，浏览器页面保持前台运行。
7. 会看Log文件的可直接看Log文件定位问题。

写在最后

最后跟大家说一句： 现在很多人把 AI 数字人直播吹成了 “躺赚风口”，其实根本不是，数字人只是帮你解决了 “不敢露脸、没时间守直播” 的问题，真正能让你赚到钱的，永远是你的直播内容和选品。

这套 0 成本的方案，只是帮你省下了动辄几千上万的软件费用，降低了开播的门槛，让普通人也能有机会尝试 AI 直播。从新手测试到正式开播，所有的路径我都给你铺好了，不用你花一分钱，不用你到处找资源。

如果你在搭建过程中遇到任何问题，都可以在评论区留言。

关注浩宇提效实验室，后续给大家分享更多零成本、无套路的 AI 提效干货，帮你用 AI 解放双手，少走弯路。后期我会将常见的一些软件，或是粉丝朋友们难下、难找的文件做成工具包，免费供大家学习使用！