突破内存瓶颈：HeyGem.ai 32G内存高效运行全攻略

你是否遇到过启动HeyGem.ai后系统卡顿、服务频繁崩溃的问题？作为一款本地部署的AI数字人生成工具，HeyGem.ai（原Duix.Avatar）对硬件资源有较高要求，尤其是内存配置。本文将从环境优化、服务管理和任务调度三个维度，教你如何在32G内存环境下流畅运行项目，避免常见的内存溢出问题。

一、内存占用现状分析

HeyGem.ai默认部署包含三个核心服务，在标准配置下内存占用情况如下：

服务名称	功能描述	典型内存占用	优化后内存占用
Duix.Avatar-asr	语音识别服务	4-6GB	2-3GB
Duix.Avatar-tts	语音合成服务	8-10GB	5-7GB
Duix.Avatar-gen-video	视频生成服务	12-16GB	8-12GB

关键提示：16G内存环境下会出现服务启动失败，日志中会提示"Connection refused"错误。这是因为ASR服务需要足够内存初始化模型文件。常见问题中明确指出32G内存是运行的最低要求。

二、环境配置优化

1. Docker资源限制

通过修改docker-compose.yml文件限制单个容器的内存使用，防止某一服务占用过多资源导致系统不稳定：

services:
  asr:
    image: guiji2025/fun-asr
    deploy:
      resources:
        limits:
          memory: 4G  # 限制ASR服务最大使用4GB内存
  tts:
    image: guiji2025/fish-speech-ziming
    deploy:
      resources:
        limits:
          memory: 8G  # 限制TTS服务最大使用8GB内存
  gen-video:
    image: guiji2025/duix.avatar
    deploy:
      resources:
        limits:
          memory: 12G  # 限制视频生成服务最大使用12GB内存

配置文件路径：deploy/docker-compose.yml

2. 轻量级部署方案

如果内存仍然紧张，可以选择仅部署视频生成核心服务，使用docker-compose-lite.yml配置文件：

cd deploy && docker-compose -f docker-compose-lite.yml up -d

精简版部署仅包含视频生成服务，内存占用可减少40%，适合仅需要视频合成功能的场景。部署文档

三、服务管理策略

1. 按需启动服务

通过任务调度脚本实现服务的动态启停，示例代码如下：

// 仅在需要语音合成时启动TTS服务
function startTTSService() {
  const { execSync } = require('child_process');
  execSync('docker start Duix.Avatar-tts');
}

// 任务完成后关闭服务释放内存
function stopTTSService() {
  const { execSync } = require('child_process');
  execSync('docker stop Duix.Avatar-tts');
}

相关服务管理代码：src/main/service/voice.js

2. 模型加载优化

修改模型加载策略，采用懒加载模式减少初始内存占用。在src/main/service/model.js中可以看到模型加载逻辑：

// 原始代码：启动时加载所有模型
async function loadAllModels() {
  const models = await selectAll();
  return Promise.all(models.map(model => loadModel(model.path)));
}

// 优化后：按需加载模型
async function loadModelOnDemand(modelId) {
  const model = await selectByID(modelId);
  return loadModel(model.path);
}

四、任务调度与资源分配

1. 任务队列管理

HeyGem.ai采用等待队列机制管理视频合成任务，在src/main/service/video.js中实现：

function page({ page, pageSize, name = '' }) {
  // 查询等待状态的视频任务
  const waitingVideos = selectByStatus('waiting').map((v) => v.id);
  const list = selectPage({ page, pageSize, name }).map((video) => {
    if(video.status === 'waiting'){
      // 显示任务排队位置
      video.progress = `${waitingVideos.indexOf(video.id) + 1} / ${waitingVideos.length}`;
    }
    return video;
  });
  return { total: count(name), list };
}

建议同时运行的视频合成任务不超过2个，过多任务会导致内存竞争。

2. 内存使用监控

通过工具监控系统内存使用情况，当可用内存低于4GB时暂停新任务：

function checkMemoryAvailability() {
  const { totalmem, freemem } = require('os');
  const freeMemPercentage = (freemem() / totalmem()) * 100;
  return freeMemPercentage > 15; // 当可用内存低于15%时拒绝新任务
}

五、高级优化技巧

1. 视频分辨率调整

降低输出视频分辨率可以显著减少内存占用，修改视频合成参数：

// src/main/service/video.js 中修改视频合成参数
async function makeVideoByF2F(audioPath, videoPath) {
  const param = {
    audio_url: audioPath,
    video_url: videoPath,
    code: crypto.randomUUID(),
    chaofen: 0,
    watermark_switch: 0,
    pn: 1,
    resolution: "720p"  // 将分辨率从1080p降至720p
  };
  return { param, result: await makeVideoApi(param) };
}

2. 临时文件清理

定期清理不再需要的缓存文件和临时产物，释放磁盘空间和内存：

// 清理超过24小时的临时文件
function cleanTempFiles() {
  const fs = require('fs');
  const path = require('path');
  const tempDir = path.join(assetPath.model, 'temp');
  
  fs.readdirSync(tempDir).forEach(file => {
    const filePath = path.join(tempDir, file);
    const stats = fs.statSync(filePath);
    if (dayjs().diff(dayjs(stats.mtime), 'hour') > 24) {
      fs.unlinkSync(filePath);
    }
  });
}

相关清理逻辑：src/main/service/model.js

六、效果验证与监控

优化后可通过以下指标验证内存使用情况：

1. 服务启动状态：确保所有服务正常运行且内存占用在预期范围内

   

2. 任务执行监控：观察视频合成过程中的内存波动，确保不会出现峰值溢出

3. 系统稳定性：连续运行24小时无服务崩溃或内存泄漏

通过以上优化措施，32G内存环境下可稳定运行HeyGem.ai的所有核心功能，同时保持系统流畅。对于内存紧张的环境，建议优先采用轻量级部署方案并限制并发任务数量。

提示：定期关注项目常见问题文档，获取最新的性能优化建议和解决方案。