ComfyUI HeyGem数字人插件教程：零基础快速精通指南

1. 插件简介

HeyGem 是一款超级厉害的 ComfyUI 数字人插件，它能让你轻松制作出会说话、会动的数字人视频！这个插件来自 GitHub：https://github.com/billwuhao/Comfyui_HeyGem

这个插件最大的特点就是能够根据你提供的音频和视频，生成一个嘴型和声音完美匹配的数字人视频。简单来说，你给它一段语音和一个人物视频，它就能让视频中的人物"开口说话"，而且看起来非常自然！

目前（2025.05.22）这是最好的开源数字人生成工具，没有之一！它可以生成全身的、动态的、任意分辨率的数字人，让你的视频创作更加生动有趣。

2. 如何安装

安装 HeyGem 插件需要几个步骤，但别担心，我会一步一步教你：

2.1 基本插件安装

首先，你需要安装 ComfyUI HeyGem 插件本身：

1. 打开你的命令行工具（Windows 用户可以用 CMD 或 PowerShell，Mac 用户可以用终端）
2. 进入你的 ComfyUI 的自定义节点文件夹：

   cd ComfyUI/custom_nodes
   

3. 下载 HeyGem 插件：

   git clone https://github.com/billwuhao/Comfyui_HeyGem.git
   

2.2 安装 Docker（必需的）

HeyGem 插件需要 Docker 来运行，因为它里面包含了很多复杂的程序，Docker 就像一个大箱子，把这些程序都装在一起，让它们能够正常工作。

Windows 用户安装 Docker：

1. 首先安装 WSL（Windows 的 Linux 子系统）：

   • 访问 https://github.com/microsoft/WSL/releases 下载 wsl.2.5.7.0.x64.msi
   • 如果你已经安装了 WSL，可以用管理员权限运行 wsl --update 来更新

2. 安装 Docker：

   • 访问 https://www.docker.com/ 下载 AMD64 版本
   • 安装完成后启动 Docker
   • 注意：Docker 默认会下载到 C 盘，大约需要 14GB 空间，你可以在设置中修改下载位置

Mac 用户安装 Docker：

1. 访问 https://www.docker.com/ 下载 Mac 版本的 Docker Desktop
2. 安装并启动 Docker Desktop

Linux 用户安装 Docker（以 Ubuntu 为例）：

1. 安装 Docker：

   sudo apt update
   sudo apt install docker.io
   sudo apt install docker-compose
   

2. 安装驱动（如果你有 NVIDIA 显卡）：

   • 运行 nvidia-smi 检查是否已安装
   • 如果没有安装，参考 NVIDIA 官方文档：https://www.nvidia.cn/drivers/lookup/

3. 安装 NVIDIA 容器工具包：

   distribution=$(. /etc/os-release;echo $ID$VERSION_ID) \
   && curl -s -L https://nvidia.github.io/libnvidia-container/gpgkey | sudo apt-key add - \
   && curl -s -L https://nvidia.github.io/libnvidia-container/$distribution/libnvidia-container.list | sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list
   
   sudo apt-get update
   sudo apt-get install -y nvidia-container-toolkit
   
   sudo nvidia-ctk runtime configure --runtime=docker
   
   sudo systemctl restart docker
   

2.3 首次使用注意事项

第一次运行 HeyGem 节点时，它需要下载 Docker 镜像，这个过程大约需要 30 分钟（取决于你的网速）。这个镜像大约需要 14GB 的空间，所以请确保你有足够的磁盘空间。

每次使用 HeyGem 前，都需要先启动 Docker。

3. 节点详解

HeyGem 插件只包含一个节点：HeyGem AI Avatar（显示为"HeyGem AI Avatar"，在节点菜单中位于"🎤MW/MW-HeyGem"分类下）。

3.1 HeyGem AI Avatar 节点是干嘛的？

这个节点就像一个神奇的"配音师"，它能让你的视频中的人物按照你提供的音频内容开口说话。想象一下，你有一段录好的语音，还有一个人物视频，这个节点就能让视频中的人物"说出"你录制的语音内容，嘴型和声音完美匹配！

简单来说，它的工作流程是：

1. 你给它一段音频（比如你录的一段话）
2. 你给它一个视频（比如一个人物的视频）
3. 它会分析音频内容，然后让视频中的人物"说出"这段话
4. 最后输出一个新的视频，里面的人物嘴型和你的音频完美匹配

3.2 参数详解

3.3 输出说明

4. 使用技巧和建议

4.1 视频和音频匹配技巧

1. 帧率保持一致：输入视频的帧率最好与合成帧率保持一致，这样生成的效果会更好。

2. 视频长度处理：

   • 如果你的视频比音频短：可以使用"pingpong"模式让视频来回播放，或使用"repeat"模式让视频循环播放
   • 如果你的视频比音频长：插件会自动截取与音频时长相匹配的部分

3. 视频质量：输入的视频质量越高，生成的效果就越好。尽量使用清晰、光线充足的视频。

4. 音频清晰度：确保你的音频清晰，没有太多背景噪音，这样生成的口型会更准确。

4.2 Docker使用技巧

1. 预先启动Docker：在使用HeyGem前，确保Docker已经启动，这样可以节省等待时间。

2. 空间管理：Docker镜像大约需要14GB空间，确保你的硬盘有足够空间。

3. 保持服务运行：如果你打算连续使用多次，可以将stop_heygem参数设为false，这样不会每次都重启服务。

4.3 性能优化

1. 适当的帧率：帧率不需要设置得太高，24-30fps对于大多数情况已经足够了。

2. 处理长视频：处理长视频时，可能会占用较多CPU资源，建议关闭其他不必要的程序。

3. 分辨率选择：如果处理速度太慢，可以尝试降低视频分辨率。

5. 常见问题解答

5.1 安装问题

问题：安装Docker后，运行节点时提示"Docker daemon not running"怎么办？
解答：这表示Docker没有启动。Windows用户需要打开Docker Desktop应用；Mac用户也需要启动Docker Desktop；Linux用户可以运行sudo systemctl start docker命令启动Docker服务。

问题：插件安装成功，但在ComfyUI中找不到HeyGem节点怎么办？
解答：重启ComfyUI，然后在节点菜单中的"🎤MW/MW-HeyGem"分类下查找"HeyGem AI Avatar"节点。

5.2 使用问题

问题：生成的视频中人物嘴型不匹配怎么办？
解答：可能是因为输入视频的帧率与设置的fps不一致。尝试将fps参数调整为与输入视频相同的帧率。

问题：处理时间太长怎么办？
解答：处理时间与视频长度、分辨率和帧率有关。可以尝试减小视频分辨率或降低帧率来加快处理速度。

问题：出现"Request failed"错误怎么办？
解答：这通常是因为Docker服务未正确启动或网络问题。确保Docker正在运行，并检查网络连接。

问题：生成的视频没有声音怎么办？
解答：HeyGem节点输出的是视频帧，需要使用VHS_VideoCombine节点将视频帧与原始音频合并才能得到有声视频。

5.3 质量问题

问题：如何提高生成视频的质量？
解答：使用高质量的输入视频和清晰的音频；确保视频中人物面部清晰可见；尝试不同的帧率设置找到最佳效果。

问题：生成的视频有水印怎么办？
解答：当前版本的HeyGem已经设置了无水印模式（代码中的'watermark_switch': 0），所以不应该有水印。如果出现水印，可能是Docker镜像版本问题，尝试更新Docker镜像。

6. 实用工作流示例

HeyGem插件提供了两个示例工作流，我来详细解释一下它们的用途：

6.1 加载音频长度相同的视频

这个工作流适合当你的视频长度与音频长度大致相同的情况。工作流程如下：

1. 使用LoadAudioMW节点加载音频
2. 使用VHS_LoadVideo节点加载视频
3. 将音频和视频连接到HeyGem AI Avatar节点
4. 设置适当的帧率（如25fps）
5. 将HeyGem输出连接到VHS_VideoCombine节点保存最终视频

这种方式最简单直接，适合已经准备好合适长度视频的情况。

6.2 扩展视频到音频长度

这个工作流适合当你的视频比音频短，需要延长视频以匹配音频长度的情况。工作流程如下：

1. 使用LoadAudioMW节点加载较长的音频
2. 使用VHS_LoadVideo节点加载较短的视频
3. 将音频和视频连接到HeyGem AI Avatar节点
4. 设置mode参数为"pingpong"或"repeat"
5. 将HeyGem输出连接到VHS_VideoCombine节点保存最终视频

这种方式会自动延长视频以匹配音频长度，非常适合处理短视频配长音频的情况。

7. 总结

HeyGem是一个非常强大的ComfyUI数字人生成插件，它能让你轻松创建出嘴型与音频完美匹配的数字人视频。虽然安装过程需要一些技术步骤（主要是Docker的安装），但一旦设置完成，使用起来非常简单直观。

无论你是想制作教学视频、营销内容，还是娱乐作品，HeyGem都能帮你实现数字人说话的效果，让你的创作更加生动有趣！

记住，使用前确保Docker已启动，第一次使用时需要耐心等待Docker镜像下载完成。之后的使用就会非常顺畅了。

希望这份保姆级教程能帮助你轻松掌握HeyGem插件的使用方法，开启你的数字人创作之旅！