夜雨聆风大家好，我是阿四。做直播一年多了，最头疼的事你们猜是什么？不是没内容，是我一个人实在播不动。每天坐三四小时，嗓子哑了，脸也僵了，关键是——没法同时做两个号。
上个月我试了一个本地部署的数字人方案，结果踩了不少坑。有的TTS延迟高，有的唇形对不上，甚至有一次推流出去，画面嘴巴不动，弹幕全在问“主播是不是网卡了”……特别尴尬。
就今天我找到了一个叫 LiveTalking 的开源项目。它支持 Wav2Lip 本地唇形驱动，配合 WebRTC 实时推流，延迟极低。最关键的是——TTS完全免费，用微软 EdgeTTS 接口，声音自然，不用花一分钱买API。
而且它可以在 GTX TITAN X 12G显卡 上流畅运行，batch_size调到32，推理速度很快。我把自己一段1分钟正面视频上传，训练了一个专属 数字人Avatar，现在只要输入文字，它就能实时说话、对口型。
# LiveTalking 实时数字人使用教程
> Wav2Lip 模型 · WebRTC 实时驱动 · 本地免费 · 最后更新 2026-06-03
---
## 🚀 快速开始（3 步）
### 1. 安装 Python 环境
系统已配好虚拟环境。如丢失，运行：
```bash
双击 一键启动直播.bat → 自动创建虚拟环境并安装依赖
2. 启动服务
双击项目目录下的 一键启动直播.bat，选择模式 1（WebRTC），首页自动打开。
3. 与数字人对话
首页输入文字，点发送 → 数字人实时说话。语音由 EdgeTTS 免费合成，唇形由 Wav2Lip 本地驱动。
💡 完整包备份：
LiveTalking_完整包.zip（1.15 GB，含模型 + 代码），关机不会丢失。
📋 核心功能
👤 生成自己的数字人形象
启动服务后访问 http://localhost:7860/avatar.html选择模型 Wav2Lip，填写 Avatar ID（如 my_face）上传一段你的视频（建议：正面、光线均匀、嘴唇清晰、1-3 分钟） 点击“提交生成任务”，等待完成 回到首页，刷新页面，在 Avatar 下拉框中选择你刚创建的 my_face
⚠️ 视频要求： 正面拍摄、光线均匀、无遮挡、嘴唇动作清晰可见。分辨率 720p 以上效果更好。
⚙️ 启动参数说明
--model | ||
--avatar_id | ||
--transport | ||
--listenport | ||
--tts | ||
--batch_size | ||
--fps |
手动启动示例（高性能模式）
python app.py --model wav2lip --avatar_id wav2lip256_avatar1 --transport webrtc --listenport 7860 --batch_size 32
🔊 TTS 语音引擎切换
edgetts | |||
gpt-sovits | |||
cosyvoice | |||
fishtts | |||
tencent | |||
doubao |
切换 TTS 示例
python app.py --model wav2lip --transport webrtc --tts edgetts --REF_FILE "zh-CN-YunxiaNeural"
📡 RTMP 直播推流（抖音/B站/视频号）
在直播平台获取 RTMP 推流地址和串流密钥 运行 一键启动直播.bat，选择模式 2粘贴完整的 RTMP 地址（含密钥） 在直播平台开始直播
手动推流
python app.py --model wav2lip --avatar_id wav2lip256_avatar1 --transport rtmp --push_url "rtmp://xxx.com/live/key"
❓ 常见问题
启动后一直显示“加载中”或卡住？
首次启动需预热模型（warm_up），GTX TITAN X 约需 30-60 秒。之后每次重启仅需几秒。
Avatar 生成任务卡在 40%？
通常是人脸检测阶段耗时较长，或视频中人脸不够清晰。建议用正面光照充足的视频重试。
如何更换默认数字人？
修改启动命令中的 --avatar_id，或通过网页 API 动态切换。
模型文件在哪？
models/wav2lip.pth（205MB）和 models/s3fd.pth（86MB）。已打包在完整包中。
关机后是否需要重新配置？
解压 LiveTalking_完整包.zip 到任意目录 → 运行 一键安装环境.bat 重建虚拟环境 → 启动。
📦 打包文件清单
📌 总结
LiveTalking 是一套完全本地运行的实时数字人解决方案，支持：
✅ 免费 TTS（EdgeTTS） ✅ Wav2Lip 高精度唇形驱动 ✅ WebRTC 实时浏览器交互 ✅ 自定义 Avatar 训练 ✅ RTMP 直播推流
适合直播、虚拟主播、数字人客服等场景。所有模型本地运行，保护隐私且无额外费用。
「260603期」链接：LiveTalking
https://pan.quark.cn/s/32fd2ae1ed78
现在我用这套 实时数字人系统 做三件事：
一是24小时直播带货，文字批量输入，数字人自动介绍商品；
二是短视频口播，写好文案一键生成，不用真人出镜；
三是虚拟客服，接入大模型API，可以自动回答用户问题。
如果你也想尝试，记得搜 LiveTalking 使用教程，或者 Wav2Lip 本地部署，网上有完整包，1.15GB，模型和代码都打包好了。
