拓冰网站定制 
Duix.Avatar 数字人克隆部署教程从一段10秒视频到第一条口播成片【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上传一段 10 秒左右的说话视频几分钟之后你就能得到一条长相相同、声音相同、口型对得上的口播视频——这是 Duix.Avatar 能做的事。它是一款开源的全离线 AI 数字人克隆与视频合成工具用真人视频克隆形象和声音再用文本或音频驱动这个数字人产出成片。全程在本地显卡上运行不需要联网适合想自己搭建数字人工作流的内容创作者、教师和企业用户。 项目速览Duix.Avatar 是什么克隆加驱动一步到位Duix.Avatar 由两部分组成Docker 部署的推理服务端和一个桌面客户端Windows 安装程序 / Ubuntu AppImage。客户端负责界面交互所有计算都走本地服务素材不经过公网传输。它同时支持形象克隆和声音克隆——上传的视频里既提取外貌特征也提取人声特征。与商业服务的差异商业数字人平台通常按条数或时长计费且数据要上传到云端Duix.Avatar 把克隆与合成链路整体开源可以免费使用并修改代码企业用户量超 10 万或年营收超 1000 万美元需签署商业许可协议仓库内有中英文协议 PDF。代价是你需要自己准备一张 NVIDIA 显卡并承担维护工作。 跑前检查清单硬件与环境要求系统与硬件项目要求系统Windows 1019042.1526 及以上或 Ubuntu 22.04 Desktop内核 6.8.0-52-generic 已验证其他 Linux 版本未测试显卡NVIDIA 显卡且驱动装好30/40/50 系列均可50 系列用专门方案见下文内存建议 32GB 及以上16GB 可能起不来全部服务CPU参考配置 i5-13400F 级别开发环境Node.js 18源码开发客户端时需要磁盘空间规划WindowsC 盘留给 Docker 镜像空闲要大于 100G必须有 D 盘存数据数字人、作品空闲大于 30G。C 盘不够的话装完 Docker 后可以把它的数据目录改到别的盘。Ubuntu空闲空间大于 100G 即可。首次拉镜像大约消耗 70G 流量注意带宽。 部署全流程从克隆到三个服务跑起来第一步拿到代码并确认 GPUgit clone https://gitcode.com/GitHub_Trending/he/Duix-Avatar执行nvidia-smi能显示显卡信息说明驱动没问题。没有 NVIDIA 显卡或没装驱动三个服务都起不来这是最常见的部署失败。第二步装 Docker分平台Windows先执行wsl --list --verbose看 WSL 是否已装没有就wsl --install再用wsl --update更新。然后从 Docker 官网下载 Docker Desktop 安装首次启动接受协议、跳过登录即可。Ubuntudocker --version检查是否已装没有则sudo apt update sudo apt install docker.io sudo apt install docker-compose接着安装 NVIDIA Container ToolkitDocker 调用 GPU 的必需组件添加 NVIDIA 包仓库 →sudo apt-get install -y nvidia-container-toolkit→sudo nvidia-ctk runtime configure --runtimedocker→sudo systemctl restart docker。仓库 README_zh.md 里给出了完整命令。第三步启动服务端进入仓库的 deploy/ 目录按显卡情况三选一# 常规30/40 系列 docker-compose up -d # 50 系列显卡30/40 系列 CUDA 12.8 用户也可用 docker-compose -f docker-compose-5090.yml up -d # 只要视频合成、不要声音克隆的轻量版仅 1 个服务 docker-compose -f docker-compose-lite.yml up -d # Ubuntu 专用数据目录改为 ~/duix_avatar_data docker-compose -f docker-compose-linux.yml up -d耐心等待大约半小时镜像下载完成后Docker 里出现三个容器即为成功duix-avatar-tts语音合成端口 18180、duix-avatar-asr语音识别端口 10095、duix-avatar-gen-video视频合成端口 8383。第四步安装客户端到项目 Releases 页下载官方构建包Windows 双击Duix.Avatar-x.x.x-setup.exe安装Ubuntu 直接运行Duix.Avatar-x.x.x.AppImageroot 用户下需加参数--no-sandbox。客户端启动后会自动连接本机 8383 / 18180 端口无需额外配置。 产出你的第一个数字人作品建模特上传素材并等待克隆客户端首页点击Create Avatar上传一段视频。素材要求约 10 秒、画面里人脸清晰、视频中必须有真人说话的声音——系统会用这段声音做声音克隆纯静音视频会直接报错。提交后进入模特训练流程视硬件不同需要几分钟完成后My Avatars里会出现新模特卡片。生成视频文本驱动成片点击Create Video在左侧选中刚建好的模特中间输入文案或直接上传音频点击生成。预期结果几分钟后My Works里出现一条口型与语音同步的视频可在线播放或导出。文案支持中文、英语、日语、韩语、法语、德语、阿拉伯语、西班牙语共 8 种语言。 进阶玩法API 调用与批量生成三个本地 APIDocker 启动后全部走http://127.0.0.1即可调用客户端源码 src/main/service/ 下的 model.js、voice.js、video.js 就是现成的调用示例能力接口声音训练预处理127.0.0.1:18180/v1/preprocess_and_tran返回reference_audio与reference_text后续合成要用到文本转语音127.0.0.1:18180/v1/invoke传入文本和上一步的返回字段视频合成与查进度127.0.0.1:8383/easy/submit提交音频静音视频路径8383/easy/query?codexxx轮询进度批量与集成合成接口是异步任务模型自己写脚本循环提交 轮询就能搭一条批量生产线文案列表 → 逐条 TTS → 逐条视频合成。多模特场景可以维护多份 reference 信息切换说话人。⚙️ 原理速览三个服务与数据流组件分工整条链路由三个容器化模型服务加一个 Electron 客户端构成guiji2025/fun-asr做语音识别把素材里的话转成文字、guiji2025/fish-speech-ziming做声音克隆与文本转语音、guiji2025/duix.avatar做核心视频合成。三个容器共享同一张 GPU数据目录约定为D:\duix_avatar_dataLinux 为~/duix_avatar_data可在 docker-compose 中修改。数据流上传的视频先被拆成静音视频 音频两条线音频送进 ASR 得到参考文本再经 TTS 训练得到参考音频之后任意文本都能用你的声音念出来念出的音频与静音视频一起送进 8383 合成服务对齐口型后输出成片。理解这条流之后任何环节失败比如音频训练报错都能定位到对应服务。 避坑手册按故障现象排查服务起不来拉镜像失败报错含Get https://registry-1.docker.io/v2/: ... timeout时是 Docker Hub 连不上。解法在/etc/docker/daemon.json的registry-mirrors里配置国内镜像源源会失效自行搜索当前可用的重启 Docker 后重跑docker-compose up -d。新建模特失败素材不合规客户端提示创建模特失败时九成是素材问题视频必须包含真人清晰说话的声音。换一段带声音、人脸居中的视频重试。Connection refusedASR 还没就绪日志里出现建立funasr连接异常[Errno 111] Connection refused通常是duix-avatar-asr启动较慢服务端刚起来就操作了。等几分钟再试若内存只有 16G该服务可能根本起不来按检查清单升配。读日志客户端与服务端客户端主界面右上角 Setting → Open Log。服务端Docker 容器逐个点 Logs把关键报错带出来。 适合谁用场景推荐内容创作自媒体做口播、资讯播报时不需要真人反复出镜重录一条脚本进去就是一条成片8 种语言也方便做多语种版本。教育培训把课程文稿交给固定形象的数字人讲师统一风格、批量产出系列课视频改文案就能重生成。企业宣传产品介绍、客服话术演示等标准化内容可以用同一数字人形象持续产出开源版支持免费商用注意核对仓库内商业许可协议的适用条件。 下一步与求助渠道一条上手路径按本文顺序执行即可备机检查 → Docker 部署三服务 → 装客户端 → 上传 10 秒视频建模特 → 生成第一条成片。跑通后再看 deploy/ 下的四个 compose 文件做定制改端口、改数据目录、换 5090 镜像。遇到问题去哪问先翻仓库内的 doc/常见问题.md里面有镜像拉取、模特报错、ASR 连接等已验证的解法再查项目 Issues 看是否已有人解决并关闭。提问时按复现步骤 截图 报错日志三件套组织处理会快很多。【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 Duix.Avatar 数字人克隆部署教程：从一段10秒视频到第一条口播成片
Duix.Avatar 数字人克隆部署教程从一段10秒视频到第一条口播成片【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上传一段 10 秒左右的说话视频几分钟之后你就能得到一条长相相同、声音相同、口型对得上的口播视频——这是 Duix.Avatar 能做的事。它是一款开源的全离线 AI 数字人克隆与视频合成工具用真人视频克隆形象和声音再用文本或音频驱动这个数字人产出成片。全程在本地显卡上运行不需要联网适合想自己搭建数字人工作流的内容创作者、教师和企业用户。 项目速览Duix.Avatar 是什么克隆加驱动一步到位Duix.Avatar 由两部分组成Docker 部署的推理服务端和一个桌面客户端Windows 安装程序 / Ubuntu AppImage。客户端负责界面交互所有计算都走本地服务素材不经过公网传输。它同时支持形象克隆和声音克隆——上传的视频里既提取外貌特征也提取人声特征。与商业服务的差异商业数字人平台通常按条数或时长计费且数据要上传到云端Duix.Avatar 把克隆与合成链路整体开源可以免费使用并修改代码企业用户量超 10 万或年营收超 1000 万美元需签署商业许可协议仓库内有中英文协议 PDF。代价是你需要自己准备一张 NVIDIA 显卡并承担维护工作。 跑前检查清单硬件与环境要求系统与硬件项目要求系统Windows 1019042.1526 及以上或 Ubuntu 22.04 Desktop内核 6.8.0-52-generic 已验证其他 Linux 版本未测试显卡NVIDIA 显卡且驱动装好30/40/50 系列均可50 系列用专门方案见下文内存建议 32GB 及以上16GB 可能起不来全部服务CPU参考配置 i5-13400F 级别开发环境Node.js 18源码开发客户端时需要磁盘空间规划WindowsC 盘留给 Docker 镜像空闲要大于 100G必须有 D 盘存数据数字人、作品空闲大于 30G。C 盘不够的话装完 Docker 后可以把它的数据目录改到别的盘。Ubuntu空闲空间大于 100G 即可。首次拉镜像大约消耗 70G 流量注意带宽。 部署全流程从克隆到三个服务跑起来第一步拿到代码并确认 GPUgit clone https://gitcode.com/GitHub_Trending/he/Duix-Avatar执行nvidia-smi能显示显卡信息说明驱动没问题。没有 NVIDIA 显卡或没装驱动三个服务都起不来这是最常见的部署失败。第二步装 Docker分平台Windows先执行wsl --list --verbose看 WSL 是否已装没有就wsl --install再用wsl --update更新。然后从 Docker 官网下载 Docker Desktop 安装首次启动接受协议、跳过登录即可。Ubuntudocker --version检查是否已装没有则sudo apt update sudo apt install docker.io sudo apt install docker-compose接着安装 NVIDIA Container ToolkitDocker 调用 GPU 的必需组件添加 NVIDIA 包仓库 →sudo apt-get install -y nvidia-container-toolkit→sudo nvidia-ctk runtime configure --runtimedocker→sudo systemctl restart docker。仓库 README_zh.md 里给出了完整命令。第三步启动服务端进入仓库的 deploy/ 目录按显卡情况三选一# 常规30/40 系列 docker-compose up -d # 50 系列显卡30/40 系列 CUDA 12.8 用户也可用 docker-compose -f docker-compose-5090.yml up -d # 只要视频合成、不要声音克隆的轻量版仅 1 个服务 docker-compose -f docker-compose-lite.yml up -d # Ubuntu 专用数据目录改为 ~/duix_avatar_data docker-compose -f docker-compose-linux.yml up -d耐心等待大约半小时镜像下载完成后Docker 里出现三个容器即为成功duix-avatar-tts语音合成端口 18180、duix-avatar-asr语音识别端口 10095、duix-avatar-gen-video视频合成端口 8383。第四步安装客户端到项目 Releases 页下载官方构建包Windows 双击Duix.Avatar-x.x.x-setup.exe安装Ubuntu 直接运行Duix.Avatar-x.x.x.AppImageroot 用户下需加参数--no-sandbox。客户端启动后会自动连接本机 8383 / 18180 端口无需额外配置。 产出你的第一个数字人作品建模特上传素材并等待克隆客户端首页点击Create Avatar上传一段视频。素材要求约 10 秒、画面里人脸清晰、视频中必须有真人说话的声音——系统会用这段声音做声音克隆纯静音视频会直接报错。提交后进入模特训练流程视硬件不同需要几分钟完成后My Avatars里会出现新模特卡片。生成视频文本驱动成片点击Create Video在左侧选中刚建好的模特中间输入文案或直接上传音频点击生成。预期结果几分钟后My Works里出现一条口型与语音同步的视频可在线播放或导出。文案支持中文、英语、日语、韩语、法语、德语、阿拉伯语、西班牙语共 8 种语言。 进阶玩法API 调用与批量生成三个本地 APIDocker 启动后全部走http://127.0.0.1即可调用客户端源码 src/main/service/ 下的 model.js、voice.js、video.js 就是现成的调用示例能力接口声音训练预处理127.0.0.1:18180/v1/preprocess_and_tran返回reference_audio与reference_text后续合成要用到文本转语音127.0.0.1:18180/v1/invoke传入文本和上一步的返回字段视频合成与查进度127.0.0.1:8383/easy/submit提交音频静音视频路径8383/easy/query?codexxx轮询进度批量与集成合成接口是异步任务模型自己写脚本循环提交 轮询就能搭一条批量生产线文案列表 → 逐条 TTS → 逐条视频合成。多模特场景可以维护多份 reference 信息切换说话人。⚙️ 原理速览三个服务与数据流组件分工整条链路由三个容器化模型服务加一个 Electron 客户端构成guiji2025/fun-asr做语音识别把素材里的话转成文字、guiji2025/fish-speech-ziming做声音克隆与文本转语音、guiji2025/duix.avatar做核心视频合成。三个容器共享同一张 GPU数据目录约定为D:\duix_avatar_dataLinux 为~/duix_avatar_data可在 docker-compose 中修改。数据流上传的视频先被拆成静音视频 音频两条线音频送进 ASR 得到参考文本再经 TTS 训练得到参考音频之后任意文本都能用你的声音念出来念出的音频与静音视频一起送进 8383 合成服务对齐口型后输出成片。理解这条流之后任何环节失败比如音频训练报错都能定位到对应服务。 避坑手册按故障现象排查服务起不来拉镜像失败报错含Get https://registry-1.docker.io/v2/: ... timeout时是 Docker Hub 连不上。解法在/etc/docker/daemon.json的registry-mirrors里配置国内镜像源源会失效自行搜索当前可用的重启 Docker 后重跑docker-compose up -d。新建模特失败素材不合规客户端提示创建模特失败时九成是素材问题视频必须包含真人清晰说话的声音。换一段带声音、人脸居中的视频重试。Connection refusedASR 还没就绪日志里出现建立funasr连接异常[Errno 111] Connection refused通常是duix-avatar-asr启动较慢服务端刚起来就操作了。等几分钟再试若内存只有 16G该服务可能根本起不来按检查清单升配。读日志客户端与服务端客户端主界面右上角 Setting → Open Log。服务端Docker 容器逐个点 Logs把关键报错带出来。 适合谁用场景推荐内容创作自媒体做口播、资讯播报时不需要真人反复出镜重录一条脚本进去就是一条成片8 种语言也方便做多语种版本。教育培训把课程文稿交给固定形象的数字人讲师统一风格、批量产出系列课视频改文案就能重生成。企业宣传产品介绍、客服话术演示等标准化内容可以用同一数字人形象持续产出开源版支持免费商用注意核对仓库内商业许可协议的适用条件。 下一步与求助渠道一条上手路径按本文顺序执行即可备机检查 → Docker 部署三服务 → 装客户端 → 上传 10 秒视频建模特 → 生成第一条成片。跑通后再看 deploy/ 下的四个 compose 文件做定制改端口、改数据目录、换 5090 镜像。遇到问题去哪问先翻仓库内的 doc/常见问题.md里面有镜像拉取、模特报错、ASR 连接等已验证的解法再查项目 Issues 看是否已有人解决并关闭。提问时按复现步骤 截图 报错日志三件套组织处理会快很多。【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