Duix.Avatar 本地部署教程用 10 秒视频克隆一个会说话的 AI 数字人【免费下载链接】Duix-Avatar Truly open-source AI avatar(digital human) toolkit for offline video generation and digital human cloning.项目地址: https://gitcode.com/GitHub_Trending/he/Duix-Avatar只录一段 10 秒左右自己说话的视频就能生成一段你口播任何文案的数字人视频——这是你在自己电脑上跑通 Duix.Avatar 之后能拿到的成果。它是硅基智能Duix.com开源的 AI 数字人克隆项目核心能力只有三件克隆你的外貌和声音、把文字或音频变成你的口播视频且整个流程离线完成视频和声音数据不出你的机器。这套工具适合谁不适合谁这一节帮你判断自己是否该花时间部署它。Duix.Avatar 的组成很简单一个 Electron 客户端负责界面和任务管理三个 Docker 容器在本地跑模型。你上传视频克隆形象输入文案或上传音频驱动口型产出可以直接使用的 mp4。它适合内容创作者批量产出口播视频、做教学演示的老师、需要品牌数字人但不想把素材交给第三方云端的企业用户——全离线意味着你的出镜视频和声音样本不会上传到任何服务器。反过来如果你是纯 Mac 用户或者没有 NVIDIA 独立显卡这个项目目前跑不起来它的全部算力依赖本地 N 卡。另外要注意它做的是非实时的视频合成不是即问即答的实时交互对话数字人如果你要的是实时驱动的形象对话这不是它的定位。跑起来之前核对配置与环境自检这一节花 5 分钟做完能避开后面八成以上的安装失败。先对照这张表确认硬件项目最低要求推荐配置系统Windows 1019042.1526或 Ubuntu 22.04同左显卡NVIDIA 独显RTX 30 系及以上 已装驱动RTX 4070内存32GB官方标注为必要16GB 可能启动不了服务32GB 以上磁盘100GB 空闲Windows 下 C 盘放镜像、D 盘放数据120GB 以上CPU—13 代 i5-13400F环境自检只要两条命令。显卡一项在终端执行nvidia-smi能看到显卡型号和驱动版本才算通过Docker 一项执行docker --version有版本号就跳过安装步骤。Windows 用户如果 C 盘剩余空间不足 100GB装完 Docker Desktop 后可以在设置里把镜像目录改到其他磁盘路径在 Settings → Resources → Disk image location从零到第一个数字人视频这一节按真实执行顺序走完装 Docker → 起服务端 → 装客户端 → 克隆 → 出片。你只需要复制下面这几条命令。第 1 步装好 Docker。Ubuntu 用户执行sudo apt update sudo apt install docker.io sudo apt install docker-compose并按官方流程装好 NVIDIA 驱动和 NVIDIA Container Toolkit它是 Docker 调用 N 卡的前提装完同样用nvidia-smi验证。Windows 用户先在 PowerShell 执行wsl --list --verbose和wsl --update确认 WSL 正常再从 Docker 官网下载 Windows 版 Docker Desktop 安装首次启动接受协议、跳过登录即可。第 2 步拉取项目并启动三个服务端。克隆项目到本地git clone https://gitcode.com/GitHub_Trending/he/Duix-Avatar进入项目的/deploy目录Windows 执行docker-compose up -dUbuntu 执行docker-compose -f docker-compose-linux.yml up -d这一步会下载约 70GB 镜像请耐心等待半小时左右建议连接 Wi-Fi。看到 Docker 中出现 asr、tts、gen-video 三个服务且状态都是 Running服务端就算成功了。如果你只需要视频合成、不需要声音克隆可以改用轻量版docker-compose-lite.yml只起一个视频生成服务。第 3 步安装客户端。到项目 Releases 页面下载对应系统的安装包Windows 双击Duix.Avatar-x.x.x-setup.exe安装Ubuntu 直接运行Duix.Avatar-x.x.x.AppImage若以 root 用户双击打不开在终端加--no-sandbox参数启动。第 4 步第一次克隆数字人。打开客户端在Create Avatar区域上传一段 10 秒左右的出镜视频。这里有一条硬性要求视频中必须有人清晰说话程序要同时用画面克隆外貌、用音频克隆声音无声视频会被直接拒绝。上传后等待几分钟训练完成My Avatars里就会出现你的数字人。第 5 步生成第一个视频。进入Create Video选择刚建好的数字人输入文案或上传现成音频点击生成。稍等几分钟My Works里就是成品可以直接播放和保存。看到第一条作品出现整条链路就算完全跑通了。它是怎么工作的一条链路上的三个服务这一节讲清一件事——你点生成之后数据在本地走了哪条路。整条链路是你的 10 秒视频先被客户端转成 H.264 并用 ffmpeg 分离出音频语音侧fish-speech 服务端口 18180用这段音频做声音克隆训练ASR 服务基于 FunASR识别出对应文本作为参考之后每次生成时TTS 服务把你要播的文字合成为你的音色最后视频生成服务端口 8383拿着这段音频和你的出镜视频做口型对齐产出成片进度可以实时查询。为什么要拆成三个容器而不是一个大程序因为识别、合成、口型是三种不同的模型各自对 GPU 显存和依赖环境的要求不一样拆开之后每个服务可以独立重启、独立升级某个环节出问题也能从日志直接定位到是哪个服务。而客户端本身只是个本地 GUI所有素材、模型、成片都存在你磁盘上Windows 下默认在 D 盘duix_avatar_data目录这就是它能全离线的原因。需要更多时多语言、批量与 API这一节按如果你需要……的递进关系讲用到哪条看哪条。如果你需要做多个不同形象的视频客户端支持创建和导入多个模型在我的数字人里随时切换作品按队列逐个生成天然支持批量。如果你要出多语种内容脚本支持英语、日语、韩语、中文、法语、德语、阿拉伯语、西班牙语共 8 种语言界面语言也可在设置中切换。如果你是开发者想把这套能力接进自己的产品Docker 启动后所有服务都暴露在127.0.0.1上可以直接调用三个接口模特训练18180的/v1/preprocess_and_tran、音频合成18180的/v1/invoke、视频合成与进度查询8383的/easy/submit与/easy/query。客户端里调用这些接口的完整参数示例可以直接读 src/main/service/model.js、src/main/service/video.js 和 src/main/service/voice.js 当活文档用。如果你的显卡是 RTX 50 系列/deploy目录下另有docker-compose-5090.yml30/40 系在 CUDA 12.8 下也可用换成这个文件启动即可。踩坑手册症状、原因与处理这一节把社区里最高频的问题整理成症状 → 原因 → 处理对号入座即可。症状原因处理docker-compose up -d报request canceled while waiting for connectionDocker Hub 官方源连接不稳定在 Docker 配置里添加registry-mirrors国内镜像源后重启再重新执行 up 命令新增模特被拒绝提示音频无效上传的视频没有声音或没有人在说话重新录一段有清晰人声的视频这是硬性要求克隆形象时报Connection refusedASR 服务启动较慢还没就绪或内存不足16GB 可能起不来服务端全部 Running 后等几分钟再操作内存不足则升级到 32GB服务起不来、反复重启没有 NVIDIA 显卡或驱动未装好用nvidia-smi验证先解决显卡驱动再重启容器生成进度卡在 20%音频处理环节出错常见于路径或权限问题看 Docker 里 tts 服务的日志定位重启对应服务后重试客户端或接口报端口被占用8383、18180 被其他程序占用结束占用进程或在 docker-compose 里改端口映射配置镜像源时Docker Engine 的 JSON 配置大致长这样镜像源地址自行搜索当前可用的填入排查任何问题时日志是最快入口。服务端日志在 Docker 里点开对应容器的 Logs 面板直接复制更多问题包括 heygen-tts 重启、日志获取方式等都写在 doc/常见问题.md 里提问前建议先过一遍它的自查步骤。接下来服务端和客户端更新都比较频繁遇到问题先在/deploy目录重跑一次docker-compose up -d把服务端升到最新版再看一遍 doc/常见问题.md仍没解决就带上复现步骤和日志到项目的 Issues 区提问社区每天都在处理和关闭问题单。想进一步玩 API 集成就从上面提到的三个本地接口和 src/main/api/ 下的请求封装读起。【免费下载链接】Duix-Avatar Truly open-source AI avatar(digital human) toolkit for offline video generation and digital human cloning.项目地址: https://gitcode.com/GitHub_Trending/he/Duix-Avatar创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考