首页/云数字人实战:从零搭建会说话、会答题的 AI 数字人
热门全栈实战云部署第一章免费试看

云数字人实战:从零搭建会说话、会答题的 AI 数字人

一门把「轻量服务器 + Node 后端 + DeepSeek/智谱语音 + 即梦视频 + COS 知识库」全链路跑通的实战课:2C2G 云服务器、国内网络、真实上线项目(ai.zhiziguanlan.site)的完整实录,含 20 次迭代踩坑与排障速查。

课程大纲
  • 最终成果演示:数字人能做什么
  • 技术选型全景:每个组件为什么是它
  • 全链路架构:一次对话的完整旅程
  • 试看:前置要求与学习路径

最终成果:一个能听懂话、会开口回答的数字人

这门课的终点不是 demo,是一个真实上线的项目:访客打开网页、按住说话,数字人识别语音、思考、用超拟人音色开口回答,嘴唇跟着动,还能基于你的课程知识库精准作答、按需生成可下载的文档。线上实例:ai.zhiziguanlan.site。

技术选型全景:每个组件为什么是它

组件选型为什么是它
云服务器腾讯云轻量 2C2G后端只做 API 转发+拼接,不跑模型;2C2G 足够,月成本几十块
反向代理Caddy自动 HTTPS + 配置极简,比 Nginx 少写一半配置
后端Node + ExpressSSE 流式原生友好,部署零编译
大脑DeepSeek(非推理模型)国内直连、首 token 0.5-1s;Hermes 作带记忆的二级兜底
语音智谱 GLM-TTS + GLM-ASR超拟人音色、按量计费每月几毛钱
形象照片 + 即梦图生视频零 3D 成本;视频循环播放,说完回照片
知识库COS + 关键词检索语料放对象存储公开读,后端拉取缓存,零数据库

全链路架构:一次对话的完整旅程

访客按住说话
  → 前端采 PCM 编码 wav → /api/asr 转文字
  → /api/chat 流式取回复(注入知识库上下文)
  → 按句读切段、并行合成 TTS
  → Web Audio 无缝排程播放
  → 视频层淡入开口,说完淡出回照片

前置要求与学习路径

  • 能 SSH 登录服务器、会基础命令行即可
  • 不需要 3D / 算法 / 深度学习背景
  • 课程从「买服务器」讲起,零基础可跟

试看小结:这套组合的共性是「每个组件都用最省心的那个」——不追新技术,只求稳定上线。选型对了,后面 90% 的坑都不存在。

以上为本章试看内容,完整章节购买后永久可看。
  • 轻量服务器选购与初始化(2C2G 够不够)
  • 域名解析、备案与免费 HTTPS 证书
  • 三方账号与密钥清单(DeepSeek / 智谱 / COS)
  • 成本账:这套系统每月花多少钱
本章完整内容购买后解锁
含可执行命令、参数对照表与配置模板 · 永久可看、含更新
  • 项目结构与依赖(零重型框架)
  • SSE 流式端点:/api/chat 的实现
  • systemd 服务托管:开机自启 + 资源限额
  • 健康检查端点:排障第一现场
本章完整内容购买后解锁
含可执行命令、参数对照表与配置模板 · 永久可看、含更新
  • OpenAI 兼容抽象层:一套代码接所有模型
  • 模型选型:为什么用非推理模型直连
  • 兜底链设计:主 provider 挂了怎么切
  • system prompt 工程:一句话砍掉 90% 时延
本章完整内容购买后解锁
含可执行命令、参数对照表与配置模板 · 永久可看、含更新
  • GLM-TTS 接入:音色、格式与限额
  • ASR 大坑:为什么 MediaRecorder 不可用
  • 自写 wav 编码器:44 字节头的事
  • 回退链:数字人永远有声音
本章完整内容购买后解锁
含可执行命令、参数对照表与配置模板 · 永久可看、含更新
  • PTT 按住说话:Pointer Events 统一鼠标触摸
  • 口型方案三级演进:假口型 → 真唇形 → 真视频
  • 唇形提取脚本:从照片抠出上下唇 PNG
  • 即梦视频层:生成、处理与 110% 对齐
本章完整内容购买后解锁
含可执行命令、参数对照表与配置模板 · 永久可看、含更新
  • 诊断方法论:四时刻打点定位瓶颈
  • 话痨根因:无 system prompt 的 1267 字灾难
  • 流式分段合成:LLM 还在吐,第一段已在合成
  • 切分策略演进:SHORT_MAX 与句末切分
  • 无缝播放与 TTS 尖刺兜底
本章完整内容购买后解锁
含可执行命令、参数对照表与配置模板 · 永久可看、含更新
  • COS 语料 + 关键词检索:零数据库的知识库
  • 领域架构:domain → category 两层设计
  • 文档模式:从对话到可下载的 Markdown
  • 意图识别:按钮 + 对话双触发
本章完整内容购买后解锁
含可执行命令、参数对照表与配置模板 · 永久可看、含更新
  • Caddy 反向代理:三行配置的 HTTPS
  • 证书安装:权限坑与 ACLI 托管坑
  • 更新包工作流:tar.gz + COS + 解包
  • 回滚:一条命令全身而退
本章完整内容购买后解锁
含可执行命令、参数对照表与配置模板 · 永久可看、含更新
  • 部署期踩坑表:Caddy / 证书 / 权限
  • 迭代期踩坑表:口型 / 时延 / 切分 / 声画
  • 验证铁律:为什么 400px 测试框会骗你
  • 运维 checklist:上线前过一遍
本章完整内容购买后解锁
含可执行命令、参数对照表与配置模板 · 永久可看、含更新
配套学习资源
📦
部署命令速查
服务器初始化、systemd、Caddy、证书安装的完整命令流,复制即用
⚙️
配置模板合集
.env / dh-backend.service / ai.caddy 三个核心配置文件模板
🧪
验证脚本包
唇形提取、语料构建、兜底链测试、切分逻辑测试脚本
🗺️
排障速查表
502 / 证书错 / 配置不生效等高频现象的定位命令
其他课程
热门本地部署AI 绘画含免费试看

ComfyUI 无痛安装与避坑指南

从零在 Windows 上装好 ComfyUI:显存不够怎么办、模型放哪、GitHub 下载不了的替代通道、常见报错逐个排。装完直接跑通第一张图。

¥79.9¥49.9/ 永久
查看详情
热门LoRA 训练AI 绘画含免费试看

LoRA 训练入门:从数据到模型

用自己的图训练专属 LoRA:数据集怎么打标、参数怎么设、6G 显存怎么跑、训练完怎么用。全程 Windows 实操,不讲看不懂的论文。

¥99.9¥69.9/ 永久
查看详情