一、安装软件

文件解压缩，找到exe文件，双击运行（绿色软件免安装），软件启动后显示设置页面，可以看到需要配置名称，3D数字人应用ID、应用密钥，DeepSeek大预言模型API Key信息。

• 名称：根据个人喜好输入即可
• 3D数字人应用ID、应用密钥：见第二节内容
• DeepSeek大语言模型API Key：见第三节内容
  

二、3D数字人配置

注册魔珐星云账户：https://xingyun3d.com/，点击右上角登录/注册按钮，进入注册流程。

图1 魔珐星云网站首页

在注册页面，勾选同意按钮，选择其它登录方式，输入手机号、验证码及邀请码（XDBAC5Q6KM）注册，使用此内测邀请码可得2000分钟免费体验权，加上本身新用户注册赠送的200分钟体验时长，合计2200分钟免费时长。

图2 注册页面

登录后，进入具身驱动页面，选择个人喜欢的数字人形象，然后点击创建同款应用。

图3 具身驱动页面

在设置页输入应用信息，点击创建并进入调试即可。

图4 应用设置页面

创建成功后，点击场景，选择形象背景，我们这里选择透明“背景-全身”，音色、表演等功能按照个人喜好设置即可，人物配置设置完成后，点击右上角的预览效果，查看数字人实际呈现效果。

图5 人物设置页面

图6 人物预览效果

确认人物语音播放正常，点击右上角“接入SDK”按钮，记录App ID、App Secret信息，这两段信息就是调用此数字人的钥匙🔑，做好保存，一会我们把它们复制到软件设置页面的对应位置。

图7 魔珐星云数字人应用ID及密钥

三、DeepSeek账号注册

注册DeepSeek账户，点击API开放平台进行注册。

图8 DeepSeek首页图

登录后，点击左侧充值页面，DeepSeek作为最具性价比的国内大语言模型，为智能助手充值10元足够你用一年了，感谢梁圣！！！

图10 DeepSeek充值页面

账户充值完毕后，点击左侧的API Keys按钮，点击创建API Key，输入名称比如“桌面智能小助手”，点击创建，此时弹出API key，该串字符就是外部调用DeepSeek大模型对话的钥匙🔑，此页面仅显示一次，点击复制后做好留存，一会我们把它们复制到软件设置页面的对应位置。

图11 DeepSeek创建API Key页面

四、配置桌面智能小助手

双击打开软件，软件启动后显示设置页面，可以看到需要配置名称，3D数字人应用ID、应用密钥，DeepSeek大预言模型API Key信息。

• 名称：根据个人喜好输入即可
• 3D数字人应用ID、应用密钥：输入魔珐星云创建应用的ID和密钥
• DeepSeek大预言模型API Key：输入DeepSeek API Key
• 点击右下角的保存及校验按钮，稍等片刻后，确认校验无误则配置成功，此时小助手将成功渲染到桌面。
  

图12 桌面小助手运行图

五、开发介绍

1.具备功能：

• 人物支持桌面内随意拖拽
• 点击人物身体听到“滴”提示音开启语音对话（初次对话需要几秒钟加载语音识别模型）
• 默认接入DeepSeek大模式快速响应
• 人物口型、表情、动作及情绪等和对话内容高度统一，情绪价值拉满
• 文件包含所有工程文件，支持二次开发优化
• 离线语音识别模型，高隐私性、响应快
• 配置VAD语音活动检测功能（准确识别人声开始及结束）

2.软件整体结构：

级联链路：ASR+LLM+TTS

• 采用OpenAI开源的whisper语音识别模型（ASR），识别用户说话，并转化为文字送至LLM；
• 采用DeepSeek国内最高性价比大语言模型（LLM），处理ASR转化的文字，并输出反馈至TTS；
• 采用魔珐星云3D数字人自带语音合成模型（TTS），将LLM反馈的文本合成带语气、语调的音频播放给用户。

3.二次开发方向：

• 升级ASR，当前采用的whisper体积小便携性高但是参数也小，语音识别准确率并不是最优的，不考虑软件体积情况下，可以考虑升级参数更高的ASR模型。
• 可以考虑原生Realtime Speech-to-Speech方法，取消本地离线ASR（缺点：识别准确率不高），直接调用多模态大模型，用户输入音频至大模型，大模型反馈文本至魔珐星云输出。
• 增加唤醒词检测（如“Hey 宝贝”），比点击人物体验感更好。
• 增加功能性（偏向Agent），通过语音对话让其帮忙设置定时任务，操作电脑增删文件等等…