Windows WSL2 部署 OpenTalking + QuickTalk¶

本文面向 Windows + WSL2 Ubuntu 的单机部署场景。推荐先跑通 QuickTalk local 模式；只有需要把 avatar runtime 服务化、拆分 OpenTalking 与推理后端时，再使用 QuickTalk OmniRT 模式。

1. 路线选择¶

QuickTalk local 模式¶

适合单机 WSL2、单 GPU、快速验证实时数字人链路。OpenTalking 进程内加载 QuickTalk adapter，不需要单独启动 OmniRT。

QuickTalk OmniRT 模式¶

适合服务化、拆分 avatar runtime、后续多服务扩展。需要额外启动 OmniRT QuickTalk 后端。

2. 推荐目录结构¶

建议把代码、运行时 checkout 和模型权重分开存放。WSL2 推荐目录结构如下：

$DIGITAL_HUMAN_HOME/
├── opentalking/
│   ├── .venv/
│   ├── apps/
│   ├── docs/
│   └── scripts/
├── model-repos/
│   └── omnirt/
│       └── .venv/
├── models/
│   └── quicktalk/
│       └── checkpoints/
│           ├── quicktalk.pth
│           ├── repair.npy
│           ├── chinese-hubert-large/
│           └── auxiliary/models/buffalo_l/
├── logs/
└── run/

工作目录建议放在 WSL2 Linux 文件系统中，例如 $HOME/opentalking-workspace，不要直接放在 /mnt/c 或 /mnt/d 下运行。

3. 端口约定¶

服务	端口	使用场景
OpenTalking API	`8210`	local 和 OmniRT 路线都使用
OpenTalking Web UI	`5173`	local 和 OmniRT 路线都使用
OmniRT	`9000`	仅 OmniRT 路线使用

WSL2 内部的 OpenTalking / QuickTalk 启动命令和 Linux 部署文档保持同一套 backend、model、权重路径和 OmniRT endpoint 口径。Windows 浏览器访问需要显式绑定 --host 0.0.0.0，Web UI 端口统一使用当前前端默认端口 5173。

4. Windows 侧前置条件¶

4.1 NVIDIA 驱动¶

在 Windows PowerShell 中确认显卡和驱动正常：

nvidia-smi

只要能看到 NVIDIA GPU 和驱动支持的 CUDA 版本即可。这里的 CUDA Version 表示驱动能力，不要求在 Windows 上额外安装 CUDA Toolkit。

4.2 安装并确认 WSL2¶

管理员 PowerShell：

wsl --version
wsl --status

如果还没有 Ubuntu：

wsl --install -d Ubuntu-22.04

进入 WSL2：

wsl -d Ubuntu-22.04

在 WSL2 中确认 GPU 可见：

nvidia-smi

5. WSL2 网络与浏览器麦克风¶

推荐使用 WSL2 NAT 模式，并通过 WSL2 IP 从 Windows 浏览器访问 Web UI。

获取 WSL2 IP：

hostname -I | awk '{print $1}'

Windows 浏览器访问：

http://<WSL2-IP>:5173

如果当前 WSL2 localhost 转发可用，也可以访问：

http://localhost:5173

NAT 模式下，非 localhost 的 HTTP 地址不是浏览器安全上下文，麦克风可能被阻止。需要把当前 Web UI 地址加入浏览器白名单。

Edge：

edge://flags/#unsafely-treat-insecure-origin-as-secure
填入 http://<WSL2-IP>:5173

Chrome PowerShell 示例：

& "C:\Program Files\Google\Chrome\Application\chrome.exe" `
  --unsafely-treat-insecure-origin-as-secure="http://<WSL2-IP>:5173" `
  --user-data-dir="%TEMP%\chrome-opentalking"

6. WSL2 基础依赖¶

以下命令在 WSL2 Ubuntu 中执行。如果当前是 root 用户，不需要 sudo；如果是普通用户，请在 apt 前加 sudo。

apt update
apt install -y \
  python3-pip python3-venv python3-dev \
  build-essential pkg-config \
  curl wget git git-lfs rsync unzip \
  ffmpeg nodejs jq \
  iproute2 procps psmisc \
  libgl1 libglib2.0-0

git lfs install

如果 nodejs 来自 NodeSource，nodejs 包通常已经自带 npm，不要再同时安装 Ubuntu 仓库里的 npm 包，否则可能出现 nodejs : Conflicts: npm。基础依赖安装后先检查：

node --version
npm --version

OpenTalking Web UI 使用 Vite 5，Node.js 需要 18+。部分 Windows WSL Ubuntu 环境通过系统仓库安装到的默认 Node.js 可能还是 12.x，会导致前端依赖安装或启动失败。发现 node --version 小于 v18 时，先升级 Node.js：

node -e "const m=Number(process.versions.node.split('.')[0]); if (m < 18) process.exit(1)" \
  || curl -fsSL https://deb.nodesource.com/setup_20.x | bash -

apt install -y nodejs

node --version
npm --version
node -e "const m=Number(process.versions.node.split('.')[0]); if (m < 18) throw new Error('Node.js 18+ required')"

只有在 npm --version 不存在、且当前使用 Ubuntu 官方 nodejs 包时，再单独安装：

apt install -y npm

检查基础工具：

python3 --version
ffmpeg -version
node --version
npm --version
nvidia-smi

7. 准备工作目录¶

优先把运行目录放在 WSL2 Linux 文件系统内，例如 $HOME/opentalking-workspace。不建议直接在 Windows 挂载盘下运行项目；如果必须从 Windows 盘复制代码，请只把 /mnt/<drive>/... 当作示例来源路径，并最终同步到 WSL2 Linux 文件系统。

先定义后续所有命令会用到的路径变量：

export DIGITAL_HUMAN_HOME="${DIGITAL_HUMAN_HOME:-$HOME/opentalking-workspace}"
export OPENTALKING_HOME="${OPENTALKING_HOME:-$DIGITAL_HUMAN_HOME/opentalking}"
export OPENTALKING_MODEL_ROOT="${OPENTALKING_MODEL_ROOT:-$DIGITAL_HUMAN_HOME/models}"
export OPENTALKING_MODEL_REPO_ROOT="${OPENTALKING_MODEL_REPO_ROOT:-$DIGITAL_HUMAN_HOME/model-repos}"
export OPENTALKING_QUICKTALK_ASSET_ROOT="${OPENTALKING_QUICKTALK_ASSET_ROOT:-$OPENTALKING_MODEL_ROOT/quicktalk}"
export OMNIRT_REPO="${OMNIRT_REPO:-$OPENTALKING_MODEL_REPO_ROOT/omnirt}"
export OMNIRT_MODEL_ROOT="${OMNIRT_MODEL_ROOT:-$OPENTALKING_MODEL_ROOT}"
export OMNIRT_QUICKTALK_MODEL_ROOT="${OMNIRT_QUICKTALK_MODEL_ROOT:-$OPENTALKING_QUICKTALK_ASSET_ROOT/checkpoints}"

mkdir -p \
  "$DIGITAL_HUMAN_HOME" \
  "$OPENTALKING_MODEL_ROOT" \
  "$OPENTALKING_MODEL_REPO_ROOT" \
  "$OPENTALKING_QUICKTALK_ASSET_ROOT" \
  "$OPENTALKING_QUICKTALK_ASSET_ROOT/checkpoints"

拉取 OpenTalking：

git clone https://github.com/datascale-ai/opentalking.git "$OPENTALKING_HOME"
cd "$OPENTALKING_HOME"

如果已经克隆过仓库，直接进入现有目录：

cd "$OPENTALKING_HOME"

8. 安装 uv 并配置镜像¶

python3 -m pip install -U uv

如果 uv 不在 PATH：

export PATH="/usr/local/bin:$HOME/.local/bin:$PATH"
echo 'export PATH="/usr/local/bin:$HOME/.local/bin:$PATH"' >> ~/.bashrc

检查：

uv --version

网络较慢时，可按需设置镜像：

export HF_ENDPOINT="${HF_ENDPOINT:-https://hf-mirror.com}"
export UV_DEFAULT_INDEX="${UV_DEFAULT_INDEX:-https://pypi.tuna.tsinghua.edu.cn/simple}"
export UV_INDEX_URL="${UV_INDEX_URL:-https://pypi.tuna.tsinghua.edu.cn/simple}"
export npm_config_registry="${npm_config_registry:-https://registry.npmmirror.com}"

9. 准备 QuickTalk 权重¶

OpenTalking local 资产根目录：

$OPENTALKING_QUICKTALK_ASSET_ROOT

QuickTalk 权重文件目录：

$OPENTALKING_QUICKTALK_ASSET_ROOT/checkpoints

下载或放置权重：

cd "$OPENTALKING_HOME"

export OPENTALKING_MODEL_ROOT="${OPENTALKING_MODEL_ROOT:-$DIGITAL_HUMAN_HOME/models}"
export OPENTALKING_QUICKTALK_ASSET_ROOT="${OPENTALKING_QUICKTALK_ASSET_ROOT:-$OPENTALKING_MODEL_ROOT/quicktalk}"

mkdir -p "$OPENTALKING_QUICKTALK_ASSET_ROOT/checkpoints"

export HF_ENDPOINT="${HF_ENDPOINT:-https://hf-mirror.com}"

uv tool run --from "huggingface_hub[cli]" hf download datascale-ai/quicktalk \
  --local-dir "$OPENTALKING_QUICKTALK_ASSET_ROOT/checkpoints"

关键文件检查：

test -f "$OPENTALKING_QUICKTALK_ASSET_ROOT/checkpoints/quicktalk.pth"
test -f "$OPENTALKING_QUICKTALK_ASSET_ROOT/checkpoints/repair.npy"
test -d "$OPENTALKING_QUICKTALK_ASSET_ROOT/checkpoints/chinese-hubert-large"
test -d "$OPENTALKING_QUICKTALK_ASSET_ROOT/checkpoints/auxiliary/models/buffalo_l"

QuickTalk local 运行真实会话时还需要模板视频。优先使用带 source_video / template_video 元数据的 avatar，或使用 avatar 目录下已经准备好的 quicktalk/template_*.mp4。

find "$OPENTALKING_HOME/examples/avatars" -type f \( -path '*/quicktalk/template_*.mp4' -o -path '*/source/*.mp4' \) | sort | head

不要在服务启动环境里设置 OPENTALKING_QUICKTALK_TEMPLATE_VIDEO。它是全局模板覆盖变量，会强制所有 QuickTalk realtime 会话使用同一个视频模板；选择其它形象后，一旦开始生成口型，就可能切回这个全局模板对应的形象。只有在一次性离线排查某个固定模板时，才临时使用单独的命令行参数指定模板。

路径关系：

OpenTalking local 资产根目录：$OPENTALKING_QUICKTALK_ASSET_ROOT
权重文件目录：$OPENTALKING_QUICKTALK_ASSET_ROOT/checkpoints
OmniRT QuickTalk model root：$OMNIRT_QUICKTALK_MODEL_ROOT

本指南把 OmniRT QuickTalk model root 指向同一个权重文件目录：

export OMNIRT_MODEL_ROOT="${OMNIRT_MODEL_ROOT:-$OPENTALKING_MODEL_ROOT}"
export OMNIRT_QUICKTALK_MODEL_ROOT="${OMNIRT_QUICKTALK_MODEL_ROOT:-$OPENTALKING_QUICKTALK_ASSET_ROOT/checkpoints}"

如果不设置 OMNIRT_QUICKTALK_MODEL_ROOT，当前 helper 脚本默认使用 $OMNIRT_MODEL_ROOT/quicktalk。本 Windows 文档显式设置为 $OPENTALKING_QUICKTALK_ASSET_ROOT/checkpoints，避免用户混淆 models/quicktalk 和 models/quicktalk/checkpoints。

当前 helper 脚本会检查 $OMNIRT_QUICKTALK_MODEL_ROOT 下是否存在 quicktalk.pth、repair.npy、chinese-hubert-large/ 和 auxiliary/models/buffalo_l/。

10. 推荐路线：启动 QuickTalk local¶

export DIGITAL_HUMAN_HOME="${DIGITAL_HUMAN_HOME:-$HOME/opentalking-workspace}"
export OPENTALKING_HOME="${OPENTALKING_HOME:-$DIGITAL_HUMAN_HOME/opentalking}"
export OPENTALKING_MODEL_ROOT="${OPENTALKING_MODEL_ROOT:-$DIGITAL_HUMAN_HOME/models}"
export OPENTALKING_QUICKTALK_ASSET_ROOT="${OPENTALKING_QUICKTALK_ASSET_ROOT:-$OPENTALKING_MODEL_ROOT/quicktalk}"

cd "$OPENTALKING_HOME"
uv sync --extra dev --extra models --extra quicktalk-cuda --python 3.11

export OPENTALKING_TORCH_DEVICE="${OPENTALKING_TORCH_DEVICE:-cuda:0}"
export OPENTALKING_MODEL_ROOT="${OPENTALKING_MODEL_ROOT:-$DIGITAL_HUMAN_HOME/models}"
export OPENTALKING_QUICKTALK_ASSET_ROOT="${OPENTALKING_QUICKTALK_ASSET_ROOT:-$OPENTALKING_MODEL_ROOT/quicktalk}"
export OPENTALKING_QUICKTALK_WORKER_CACHE="${OPENTALKING_QUICKTALK_WORKER_CACHE:-1}"

bash scripts/start_unified.sh \
  --backend local \
  --model quicktalk \
  --api-port 8210 \
  --web-port 5173 \
  --host 0.0.0.0

验证：

curl -fsS http://127.0.0.1:8210/health | python3 -m json.tool
curl -fsS http://127.0.0.1:8210/models | python3 -m json.tool

确认 quicktalk 对应状态为 backend=local，且 connected / healthy 类字段表示可用。实际字段以当前 /models 返回为准。

/health 和 /models 用于确认服务进程、模型权重和 QuickTalk backend 是否可用。完整对话、实时语音识别或端到端 benchmark 还会依赖 LLM / STT / TTS 配置；如果没有配置对应 API key，本地 QuickTalk 仍可通过 /models 显示可用，但会话或 benchmark 可能在语音、文本生成阶段失败。

Windows 浏览器打开：

http://<WSL2-IP>:5173

如果 localhost 转发可用：

http://localhost:5173

11. 进阶路线：启动 QuickTalk OmniRT¶

OmniRT 路线需要额外准备 OmniRT checkout 和虚拟环境。scripts/quickstart/start_omnirt_quicktalk.sh 会从 $OMNIRT_REPO 启动 OmniRT QuickTalk 后端。

export DIGITAL_HUMAN_HOME="${DIGITAL_HUMAN_HOME:-$HOME/opentalking-workspace}"
export OPENTALKING_MODEL_REPO_ROOT="${OPENTALKING_MODEL_REPO_ROOT:-$DIGITAL_HUMAN_HOME/model-repos}"
export OMNIRT_REPO="${OMNIRT_REPO:-$OPENTALKING_MODEL_REPO_ROOT/omnirt}"

mkdir -p "$OPENTALKING_MODEL_REPO_ROOT"

git clone https://github.com/datascale-ai/omnirt.git "$OMNIRT_REPO"
cd "$OMNIRT_REPO"
uv sync --extra server --extra quicktalk-cuda --python 3.11

这里提前安装 quicktalk-cuda，避免首次启动 OmniRT QuickTalk 时才下载和构建 CUDA 依赖。如果只执行了 uv sync --extra server --python 3.11，启动脚本仍会在后台补装 quicktalk-cuda，全新环境可能超过脚本 180 秒就绪等待时间。

如果已经克隆过 OmniRT，直接进入目录并确认虚拟环境存在；如果还没有安装 QuickTalk CUDA 依赖，补执行一次同步：

cd "$OMNIRT_REPO"
test -f .venv/bin/activate
uv sync --extra server --extra quicktalk-cuda --python 3.11

启动 OmniRT QuickTalk 后端：

export DIGITAL_HUMAN_HOME="${DIGITAL_HUMAN_HOME:-$HOME/opentalking-workspace}"
export OPENTALKING_HOME="${OPENTALKING_HOME:-$DIGITAL_HUMAN_HOME/opentalking}"
export OPENTALKING_MODEL_ROOT="${OPENTALKING_MODEL_ROOT:-$DIGITAL_HUMAN_HOME/models}"
export OPENTALKING_MODEL_REPO_ROOT="${OPENTALKING_MODEL_REPO_ROOT:-$DIGITAL_HUMAN_HOME/model-repos}"
export OPENTALKING_QUICKTALK_ASSET_ROOT="${OPENTALKING_QUICKTALK_ASSET_ROOT:-$OPENTALKING_MODEL_ROOT/quicktalk}"
export OPENTALKING_AVATARS_DIR="${OPENTALKING_AVATARS_DIR:-$OPENTALKING_HOME/examples/avatars}"
export OMNIRT_REPO="${OMNIRT_REPO:-$OPENTALKING_MODEL_REPO_ROOT/omnirt}"
export OMNIRT_MODEL_ROOT="${OMNIRT_MODEL_ROOT:-$OPENTALKING_MODEL_ROOT}"
export OMNIRT_QUICKTALK_MODEL_ROOT="${OMNIRT_QUICKTALK_MODEL_ROOT:-$OPENTALKING_QUICKTALK_ASSET_ROOT/checkpoints}"
export OMNIRT_ALLOWED_FRAME_ROOTS="${OMNIRT_ALLOWED_FRAME_ROOTS:-$OPENTALKING_AVATARS_DIR}"

cd "$OPENTALKING_HOME"

bash scripts/quickstart/start_omnirt_quicktalk.sh \
  --device cuda:0 \
  --port 9000 \
  --host 0.0.0.0

如果首次启动返回：

OmniRT QuickTalk did not become ready in 180s

通常是首次安装 quicktalk-cuda 依赖还没有完成，例如内部仍在执行 uv sync --extra server --extra quicktalk-cuda --python 3.11 下载或构建 CUDA 相关包。处理方式：

cd "$OMNIRT_REPO"
uv sync --extra server --extra quicktalk-cuda --python 3.11

cd "$OPENTALKING_HOME"
bash scripts/quickstart/start_omnirt_quicktalk.sh \
  --device cuda:0 \
  --port 9000 \
  --host 0.0.0.0

如果上一次启动脚本超时后，日志仍显示依赖安装在继续进行，可以等安装完成后重新执行 start_omnirt_quicktalk.sh。依赖安装完成后，再次启动通常会很快进入就绪状态。

再启动 OpenTalking 连接 OmniRT：

cd "$OPENTALKING_HOME"

bash scripts/start_unified.sh \
  --backend omnirt \
  --model quicktalk \
  --omnirt http://127.0.0.1:9000 \
  --api-port 8210 \
  --web-port 5173 \
  --host 0.0.0.0

验证：

curl -fsS http://127.0.0.1:9000/v1/audio2video/models | python3 -m json.tool
curl -fsS http://127.0.0.1:8210/health | python3 -m json.tool
curl -fsS http://127.0.0.1:8210/models | python3 -m json.tool

确认 quicktalk 对应状态为 backend=omnirt，且 connected / healthy 类字段表示可用。实际字段以当前 /models 返回为准。

如果启动会话时报：

RuntimeError: audio2video init failed: template_video requires configured allowed frame roots.

说明 OmniRT 没有配置可读取的 avatar 模板视频目录，或 OMNIRT_ALLOWED_FRAME_ROOTS 没有包含 OpenTalking 传给 OmniRT 的 template_video 路径。停止 OmniRT 后重新导出并启动：

cd "$OPENTALKING_HOME"
bash scripts/quickstart/stop_all.sh

export OPENTALKING_AVATARS_DIR="${OPENTALKING_AVATARS_DIR:-$OPENTALKING_HOME/examples/avatars}"
export OMNIRT_ALLOWED_FRAME_ROOTS="$OPENTALKING_AVATARS_DIR"

bash scripts/quickstart/start_omnirt_quicktalk.sh \
  --device cuda:0 \
  --port 9000 \
  --host 0.0.0.0

如果你的 avatar 或模板视频放在其它目录，把这些目录也加入 OMNIRT_ALLOWED_FRAME_ROOTS，多个目录用英文冒号分隔：

export OMNIRT_ALLOWED_FRAME_ROOTS="$OPENTALKING_AVATARS_DIR:/path/to/extra/avatar-root"

12. 常见路径问题说明¶

位置	正确做法
代码目录	OpenTalking 放在 `$OPENTALKING_HOME`，通常是 `$DIGITAL_HUMAN_HOME/opentalking`。
OmniRT checkout	OmniRT 放在 `$OMNIRT_REPO`，通常是 `$DIGITAL_HUMAN_HOME/model-repos/omnirt`。
OpenTalking 虚拟环境	使用 `$OPENTALKING_HOME/.venv`，不要和 OmniRT 共用虚拟环境。
OmniRT 虚拟环境	使用 `$OMNIRT_REPO/.venv`，在这里安装 OmniRT server 依赖。
模型根目录	大模型文件放在 `$OPENTALKING_MODEL_ROOT`，通常是 `$DIGITAL_HUMAN_HOME/models`。
QuickTalk 资产根目录	使用 `$OPENTALKING_QUICKTALK_ASSET_ROOT`，通常是 `$OPENTALKING_MODEL_ROOT/quicktalk`。
QuickTalk 权重目录	把 `quicktalk.pth`、`repair.npy`、`chinese-hubert-large/` 和 `auxiliary/models/buffalo_l/` 放在 `$OPENTALKING_QUICKTALK_ASSET_ROOT/checkpoints` 下。
OmniRT QuickTalk root	使用 OmniRT 路线时，把 `$OMNIRT_QUICKTALK_MODEL_ROOT` 指向同一个 `checkpoints` 目录。
OmniRT 模板视频白名单	使用 OmniRT 路线时，`$OMNIRT_ALLOWED_FRAME_ROOTS` 必须包含当前 avatar 根目录，通常是 `$OPENTALKING_HOME/examples/avatars` 或 `$OPENTALKING_AVATARS_DIR`，否则会报 `template_video requires configured allowed frame roots`。
Windows 挂载盘路径	不建议直接在 `/mnt/c` 或 `/mnt/d` 下运行，先复制或同步到 WSL2 Linux 文件系统。
Web UI 访问	优先使用 `http://<WSL2-IP>:5173`；只有 localhost 转发可用时再用 `http://localhost:5173`。

如果命令提示缺少 repair.npy、quicktalk.pth、HuBERT 或 buffalo_l，先确认当前命令需要的是资产根目录 models/quicktalk，还是权重目录 models/quicktalk/checkpoints。

如果前端依赖安装或启动阶段提示 Node 版本过低，先执行第 6 节的 NodeSource 升级步骤，确认 node --version 是 v18 或更高版本。

13. 停止服务¶

停止由 quickstart 脚本或 scripts/start_unified.sh 启动的 OpenTalking API、Web UI 和 OmniRT 进程：

cd "$OPENTALKING_HOME"
bash scripts/quickstart/stop_all.sh

需要彻底重启 WSL2 时，可在 Windows PowerShell 中执行：

wsl --shutdown

14. 最终检查清单¶

服务健康检查通过后，建议先跑一次 QuickTalk 离线生成验证。这个检查只依赖 QuickTalk 权重、模板视频、CUDA、HuBERT 和 ffmpeg，不依赖 LLM / STT / TTS API key：

cd "$OPENTALKING_HOME"
mkdir -p "$DIGITAL_HUMAN_HOME/run/quicktalk-bench"

QUICKTALK_BENCH_TEMPLATE_VIDEO="${QUICKTALK_BENCH_TEMPLATE_VIDEO:-$(find "$OPENTALKING_HOME/examples/avatars" -type f \( -path '*/quicktalk/template_*.mp4' -o -path '*/source/*.mp4' \) | sort | head -n 1)}"
test -f "$QUICKTALK_BENCH_TEMPLATE_VIDEO"

ffmpeg -y -hide_banner -loglevel error \
  -i configs/benchmark/input/ttsmaker-file.mp3 \
  -ac 1 -ar 16000 -sample_fmt s16 \
  "$DIGITAL_HUMAN_HOME/run/quicktalk-bench/input.wav"

"$OPENTALKING_HOME/.venv/bin/python" -m apps.cli.quicktalk_bench \
  --asset-root "$OPENTALKING_QUICKTALK_ASSET_ROOT" \
  --template-video "$QUICKTALK_BENCH_TEMPLATE_VIDEO" \
  --audio "$DIGITAL_HUMAN_HOME/run/quicktalk-bench/input.wav" \
  --output "$DIGITAL_HUMAN_HOME/run/quicktalk-bench/output.mp4" \
  --device cuda:0

输出文件应存在：

test -f "$DIGITAL_HUMAN_HOME/run/quicktalk-bench/output.mp4"

如果已经配置好 LLM / STT / TTS 凭证，再跑端到端 benchmark，验证真实 OpenTalking + QuickTalk 链路，而不只是进程启动成功。当前脚本需要 --tester，API 地址参数使用 --api-base-url：

cd "$OPENTALKING_HOME"
bash scripts/run_opentalking_e2e_benchmark.sh \
  --tester "$USER" \
  --model quicktalk \
  --backend local \
  --api-base-url http://127.0.0.1:8210

如果启动的是 OmniRT 路线，把 --backend local 改成 --backend omnirt。如果 benchmark 配置文件中的 models.quicktalk.backend 与命令行不一致，以配置文件中的模型级 backend 为准；需要保持它和命令行一致。

# WSL2 GPU
nvidia-smi

# OpenTalking 仓库
cd "$OPENTALKING_HOME"
uv --version

# QuickTalk 权重
test -f "$OPENTALKING_QUICKTALK_ASSET_ROOT/checkpoints/quicktalk.pth"
test -f "$OPENTALKING_QUICKTALK_ASSET_ROOT/checkpoints/repair.npy"
test -d "$OPENTALKING_QUICKTALK_ASSET_ROOT/checkpoints/chinese-hubert-large"
test -d "$OPENTALKING_QUICKTALK_ASSET_ROOT/checkpoints/auxiliary/models/buffalo_l"
test -z "${OPENTALKING_QUICKTALK_TEMPLATE_VIDEO:-}"

# local 或 OmniRT 路线启动后
curl -fsS http://127.0.0.1:8210/health | python3 -m json.tool
curl -fsS http://127.0.0.1:8210/models | python3 -m json.tool

# OmniRT 路线启动后
curl -fsS http://127.0.0.1:9000/v1/audio2video/models | python3 -m json.tool

Windows Web UI 最终访问地址：

http://<WSL2-IP>:5173

localhost 转发可用时：

http://localhost:5173

15. 总结¶

首次在 Windows + WSL2 部署时，推荐使用 QuickTalk local 路线：OpenTalking、QuickTalk 和 Web UI 由同一套启动流程拉起，更容易排查问题。需要独立推理服务、服务隔离或后续多服务扩展时，再使用 OmniRT 路线。代码、虚拟环境和模型权重应分开存放，并且在跑 benchmark 前先确认 /models 和 Web UI 都可用。