Lite-Avatar在Ubuntu20.04上的安装与配置教程

Lite-Avatar在Ubuntu20.04上的安装与配置教程1. 开篇快速上手数字人技术想不想在自己的电脑上运行一个能说会动的数字人Lite-Avatar就是一个很好的入门选择。这个由阿里团队开发的开源项目让你用普通电脑就能实现2D数字人的实时对话功能特别适合想要体验AI数字人技术的开发者。我在实际部署过程中发现虽然官方文档很全面但对于新手来说还是有些门槛。特别是Ubuntu20.04这个长期支持版本很多依赖需要特别注意。本文将带你一步步完成安装和配置避开我踩过的那些坑。2. 准备工作环境检查与依赖安装2.1 系统要求确认首先确认你的Ubuntu20.04系统满足以下要求Ubuntu 20.04 LTS推荐NVIDIA显卡可选CPU也能运行但速度较慢至少8GB内存20GB可用磁盘空间打开终端检查系统版本lsb_release -a2.2 安装基础依赖更新系统并安装必要工具sudo apt update sudo apt upgrade -y sudo apt install -y git git-lfs wget curl python3.8 python3.8-venv python3-pip安装Git LFS大文件支持sudo apt install git-lfs git lfs install2.3 CUDA环境配置可选如果你有NVIDIA显卡建议安装CUDA加速# 检查显卡驱动 nvidia-smi # 安装CUDA ToolkitUbuntu20.04推荐11.8版本 wget https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda_11.8.0_520.61.05_linux.run sudo sh cuda_11.8.0_520.61.05_linux.run记得将CUDA路径添加到环境变量echo export PATH/usr/local/cuda/bin:$PATH ~/.bashrc echo export LD_LIBRARY_PATH/usr/local/cuda/lib64:$LD_LIBRARY_PATH ~/.bashrc source ~/.bashrc3. 项目部署一步步安装Lite-Avatar3.1 克隆项目代码首先克隆主项目和相关子模块# 克隆主项目 git clone --depth1 https://github.com/HumanAIGC-Engineering/OpenAvatarChat.git cd OpenAvatarChat # 克隆Lite-Avatar子模块 git clone --depth1 https://github.com/HumanAIGC/lite-avatar.git ./src/handlers/avatar/liteavatar/algo/liteavatar3.2 安装Python依赖创建虚拟环境并安装依赖# 创建Python虚拟环境 python3.8 -m venv venv source venv/bin/activate # 安装核心依赖 pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118 pip install modelscope1.25.0 openai1.74.0 fastapi0.104.1安装其他必要依赖pip install aiohttp3.11.16 dynaconf3.2.10 loguru0.7.3 pip install opencv-python-headless4.11.0.86 pyaml25.1.0 pip install funasr1.2.6 vocos0.1.0 transformers4.44.13.3 下载模型文件Lite-Avatar需要下载预训练模型# 创建模型目录 mkdir -p ./models # 下载SenseVoice语音识别模型 modelscope download --model iic/SenseVoiceSmall --local_dir ./models/iic/SenseVoiceSmall # 下载LiteAvatar数字人模型 bash scripts/download_liteavatar_weights.sh如果下载速度慢可以尝试使用国内镜像源。4. 配置调整让Lite-Avatar跑起来4.1 基础配置文件复制示例配置文件并进行修改cp config/chat_with_openai_compatible_bailian_cosyvoice.yaml config/my_liteavatar.yaml编辑配置文件主要调整以下部分LiteAvatar: module: avatar/liteavatar/avatar_handler_liteavatar avatar_name: 20250408/sample_data # 使用预置形象 fps: 25 use_gpu: true # 根据实际情况调整 LLMOpenAICompatible: model_name: qwen-plus api_key: your_api_key_here # 替换为你的API密钥4.2 解决常见依赖问题在Ubuntu20.04上可能会遇到一些依赖冲突这是我的解决方案# 修复numpy版本冲突 pip uninstall numpy -y pip install numpy1.21.6 # 解决OpenCV兼容性问题 pip install opencv-python-headless4.11.0.86 # 安装特定版本的protobuf避免与tensorflow冲突 pip install protobuf3.20.34.3 环境变量设置将以下内容添加到~/.bashrc文件中export PYTHONPATH/path/to/OpenAvatarChat/src:$PYTHONPATH export MODEL_ROOT/path/to/OpenAvatarChat/models然后执行source ~/.bashrc5. 运行测试验证安装结果5.1 启动数字人服务使用以下命令启动Lite-Avatarcd OpenAvatarChat source venv/bin/activate 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INFO: Starting Lite-Avatar service... INFO: Model loaded successfully INFO: Service running on http://127.0.0.1:82825.2 测试数字人功能打开浏览器访问 http://127.0.0.1:8282你应该能看到数字人界面。尝试说话数字人应该能够实时响应并做出相应的口型动作。如果遇到问题可以检查日志# 查看详细日志 tail -f logs/lite-avatar.log5.3 性能优化建议根据你的硬件情况调整配置# 对于CPU运行 LiteAvatar: use_gpu: false fps: 15 # 降低帧率提高性能 # 对于4GB显存显卡 LiteAvatar: use_gpu: true fps: 20 resolution: 512x512 # 降低分辨率6. 总结走完整个安装流程你会发现Lite-Avatar在Ubuntu20.04上的部署并没有想象中那么复杂。关键是要注意版本兼容性特别是Python包版本和系统依赖的匹配。实际使用中数字人的响应速度和画面流畅度都相当不错完全能满足学习和开发的需求。如果遇到网络问题导致模型下载失败多试几次或者换个时间下载通常就能解决。记得定期更新项目代码开发团队还在持续优化这个项目。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。