Ubuntu20.04安装Lite-Avatar从系统配置到服务部署1. 开篇为什么选择Lite-Avatar如果你正在寻找一个能在普通电脑上运行的实时数字人方案Lite-Avatar可能会给你带来惊喜。这个由阿里团队开源的项目最大的特点就是轻量——不需要顶级显卡CPU就能跑出30帧的流畅效果特别适合做视频聊天、虚拟主播或者移动端应用。我自己在Ubuntu20.04上完整走了一遍安装流程从驱动安装到服务启动整个过程比想象中要顺利。这篇文章就是我的实战记录我会带你一步步解决那些常见的坑让你也能快速搭建属于自己的数字人系统。2. 环境准备打好基础很重要2.1 系统要求检查首先确认你的Ubuntu20.04系统是否满足基本要求# 查看系统版本 lsb_release -a # 查看内存和存储空间 free -h df -h建议配置内存至少8GB16GB更佳存储至少20GB可用空间系统Ubuntu 20.04 LTS2.2 NVIDIA驱动安装如果你有NVIDIA显卡先安装合适的驱动# 查看推荐的驱动版本 ubuntu-drivers devices # 安装推荐版本的驱动 sudo ubuntu-drivers autoinstall # 或者手动安装特定版本 sudo apt install nvidia-driver-535 # 安装完成后重启 sudo reboot # 验证驱动安装 nvidia-smi2.3 CUDA环境配置Lite-Avatar需要CUDA 12.4或更高版本# 下载并安装CUDA 12.4 wget https://developer.download.nvidia.com/compute/cuda/12.4.0/local_installers/cuda_12.4.0_550.54.14_linux.run sudo sh cuda_12.4.0_550.54.14_linux.run # 添加环境变量 echo export PATH/usr/local/cuda/bin:$PATH ~/.bashrc echo export LD_LIBRARY_PATH/usr/local/cuda/lib64:$LD_LIBRARY_PATH ~/.bashrc source ~/.bashrc # 验证CUDA安装 nvcc --version3. 项目部署一步步搭建Lite-Avatar3.1 下载项目代码# 创建项目目录 mkdir ~/lite-avatar-project cd ~/lite-avatar-project # 克隆主仓库 git clone --depth1 https://github.com/HumanAIGC-Engineering/OpenAvatarChat.git cd OpenAvatarChat # 初始化子模块这步需要耐心等待 git submodule update --init --recursive --depth1如果网络不好可以尝试逐个下载子模块# 下载lite-avatar算法模块 git clone --depth1 https://github.com/HumanAIGC/lite-avatar.git ./src/handlers/avatar/liteavatar/algo/liteavatar # 下载其他必要模块 git clone --depth1 https://github.com/snakers4/silero-vad.git ./src/handlers/vad/silerovad/silero_vad git clone --depth1 https://github.com/HumanAIGC-Engineering/gradio-webrtc.git ./src/third_party/gradio_webrtc_videochat3.2 安装Python依赖推荐使用conda创建独立环境# 安装miniconda如果尚未安装 wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh bash Miniconda3-latest-Linux-x86_64.sh # 创建并激活环境 conda create -n openavatarchat python3.10 conda activate openavatarchat # 安装必要的系统依赖 sudo apt update sudo apt install -y ffmpeg libsm6 libxext6 # 安装PyTorchCUDA 12.4版本 pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124 # 安装其他依赖按顺序安装避免冲突 pip install aiohttp3.11.16 pip install modelscope1.25.0 pip install openai1.74.0 pip install opencv-python-headless4.11.0.86 pip install funasr1.2.6 pip install onnxruntime-gpu1.20.13.3 下载模型文件模型文件比较大建议使用modelscope下载# 下载SenseVoice语音识别模型 modelscope download --model iic/SenseVoiceSmall --local_dir ./models/iic/SenseVoiceSmall # 下载LiteAvatar数字人形象库 modelscope download --model HumanAIGC-Engineering/LiteAvatarGallery --local_dir ./resource/avatar/liteavatar # 下载LAM相关模型 modelscope download --model AI-ModelScope/wav2vec2-base-960h --local_dir ./models/wav2vec2-base-960h modelscope download --model Damo_XR_Lab/LAM_audio2exp LAM_audio2exp_streaming.tar --local_dir ./models/LAM_audio2exp # 解压LAM模型 tar -xzvf ./models/LAM_audio2exp/LAM_audio2exp_streaming.tar -C ./models/LAM_audio2exp4. 配置调整让一切运转起来4.1 创建配置文件复制默认配置文件并进行修改# 复制配置文件 cp config/chat_with_openai_compatible_bailian_cosyvoice.yaml config/my_liteavatar.yaml编辑配置文件主要修改这些部分# 修改LLM配置如果需要使用API LLMOpenAICompatible: model_name: qwen-plus api_key: 你的API_KEY # 修改TTS配置 CosyVoice: voice: longxiaocheng api_key: 你的API_KEY # 确保LiteAvatar配置正确 LiteAvatar: module: avatar/liteavatar/avatar_handler_liteavatar avatar_name: 20250408/sample_data fps: 25 use_gpu: true4.2 解决常见依赖问题如果遇到依赖冲突可以尝试这样解决# 清理可能冲突的包 pip uninstall onnxruntime onnxruntime-gpu -y # 重新安装GPU版本 pip install onnxruntime-gpu1.20.1 # 检查CUDA是否被正确识别 python -c import onnxruntime; print(onnxruntime.get_device())5. 运行测试看到成果的时刻5.1 启动服务# 激活conda环境 conda activate openavatarchat # 启动Lite-Avatar服务 python src/demo.py --config config/my_liteavatar.yaml如果一切正常你会看到类似这样的输出Starting server at http://127.0.0.1:8282 All components initialized successfully5.2 浏览器访问打开浏览器访问http://127.0.0.1:8282你应该能看到一个Web界面。点击开始对话按钮就可以和数字人互动了。第一次运行可能需要一些时间加载模型耐心等待一下。如果看到界面但数字人不说话检查一下音频输入设备是否正常。6. 故障排除常见问题解决6.1 CUDA版本不匹配如果报错说CUDA版本不兼容# 检查当前CUDA版本 nvcc --version # 如果版本低于12.4需要升级 # 可以先卸载旧版本 sudo apt remove --purge nvidia-cuda-toolkit sudo apt autoremove # 然后重新安装新版本6.2 显存不足问题如果显存不够小于4GB可以修改配置使用CPU模式LiteAvatar: use_gpu: false或者降低模型精度LiteAvatar: precision: fp16 # 使用半精度减少显存占用6.3 音频输入问题如果麦克风无法正常工作# 检查音频设备 arecord -l # 测试麦克风 arecord -d 5 -f cd test.wav aplay test.wav7. 总结走完这一整套流程你应该已经在Ubuntu20.04上成功部署了Lite-Avatar。说实话这个过程确实有点复杂特别是环境配置那部分但只要一步步来基本上都能解决。我最开始也遇到了不少问题比如CUDA版本不对、依赖冲突等等但每个问题都有对应的解决方法。关键是要耐心仔细看错误信息大部分问题都能在网上找到解决方案。现在你可以开始体验数字人的神奇之处了——试试不同的语音输入观察数字人的口型同步效果真的挺有意思的。如果你想要更好的效果还可以尝试调整配置参数或者使用更高质量的语音模型。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。