Duix.Avatar开源数字人本地部署指南从环境检查到成片输出的完整流程【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如果你想让某个固定形象出镜说口播视频又不想每次实拍可以考虑本地开源数字人方案。Duix.Avatar 是一个完全开源的数字人项目仅需一段 10 秒视频即可完成形象与声音克隆全流程支持本地部署离线运行适合内容创作者与想尝试数字人技术的开发者。读完本文你能拿到从零部署到第一支成片约需 30~40 分钟3 个 Docker 服务构成服务端全部离线本地运行10 秒视频同时完成形象与声音克隆脚本支持中、英、日、韩等 8 种语言模型训练、语音合成、视频合成 3 组本地 API 可供二次开发核心能力速览能力项一句话说明典型使用场景形象与声音克隆10 秒视频同时提取面部特征与声音音色创建自己的数字人模型文字驱动口播输入文本自动合成语音并驱动口型视频制作口播播报视频音频驱动视频合成上传录音直接驱动数字人口型用现成配音音频出片全离线本地运行计算全部在本地完成素材不上传处理敏感素材本地 API 调用启动后暴露训练、语音、视频合成 3 组接口批量生成视频、二次开发接下来完成环境与部署即可逐项用上这些能力。本地部署与环境配置部署分服务端、客户端两部分数据目录由容器自动创建。先对照检查机器配置。配置要求检查项目最低要求推荐配置系统Windows 10 19042.1526 及以上或 Ubuntu 22.04与左列相同显卡NVIDIA 显卡且已安装驱动RTX 407050 系列走专属方案内存16GB过小可能导致服务启动失败32GB 及以上磁盘C 盘 100GB 以上存镜像D 盘 30GB 以上存数据Ubuntu 空闲 100GB 以上分系统部署步骤Windows 系统检查并更新 WSLwsl --list --verbose wsl --update安装 Docker Desktop首次启动接受协议并跳过登录。在项目 /deploy 目录启动服务端cd /deploy docker-compose up -d镜像下载约 70GB建议连 Wi-Fi 后台拉取。显存或内存紧张可改用 lite 版本把命令换成docker-compose -f docker-compose-lite.yml up -d50 系列显卡换成docker-compose -f docker-compose-5090.yml up -d。从项目 Releases 页下载 Windows 安装包双击 exe 安装客户端。Linux 系统Ubuntu 22.04安装 Dockersudo apt update sudo apt install docker.io docker-compose安装 NVIDIA 显卡驱动加装 NVIDIA Container Toolkit 并配置 Docker 运行时详细命令见 README_zh.md。启动服务端cd /deploy docker-compose -f docker-compose-linux.yml up -d客户端运行 AppImage 文件即可启动root 用户需在终端加--no-sandbox参数运行。部署验证标准版会启动 3 个容器duix-avatar-tts负责文本转语音本地 18180 端口duix-avatar-asr负责音频转写10095 端口duix-avatar-gen-video负责口型视频合成8383 端口。lite 版本只有最后 1 个容器。执行docker ps查看容器状态再打开客户端首页确认不再提示连接错误。完成标志是 3 个服务均为 running 状态且客户端首页正常加载出作品与模型两个列表。从克隆到口播视频的核心流程实操此时客户端已连上本地服务端进入主界面会看到 Create Video 与 Create Avatar 两个功能区。数字人客户端设置与语言切换上传素材并启动形象克隆点击主界面右上方的 Create Avatar上传一段 10 秒左右的视频素材。系统会基于这段视频同时完成形象与声音克隆它是后续口型与音色效果的关键输入。素材时长建议 10~20 秒必须包含人物连续说话的声音人物清晰可见正面无遮挡上传后自动开始训练任务训练完成后My Avatars 列表会出现一个新的数字人模型。核对刚克隆出来的模型是否可用。核对克隆完成的数字人模型进入 My Avatars 页签找到刚生成的模型卡片核对缩略图与创建时间。数字人模型管理界面支持按名称搜索定位模型素材不合适可删除后重新上传多个模型可并存按选择使用预期结果是模型出现在列表中且状态可直接选用。模型就绪下面进入成片生成阶段。输入文案生成成片选中模型进入 Create Video在编辑页输入口播文案或上传音频文件后点击生成。系统先合成语音再合成口型匹配的成片视频。文案较长时建议分段生成有录音文件时优先上传音频生成进度可在作品列表查看生成完成后My Works 列表中会出现对应的成片。预览与导出成片在 My Works 中打开成片播放检查口型同步与音色相似度。确认口型与语音节奏一致效果不满意可重新生成对比以标准视频文件导出保存预期结果是一支可直接使用的口播成片。排错与调优部署与生成环节的大部分问题都能归入下面 5 类。高频故障速查症状可能原因解决操作up -d 报请求超时Docker Hub 连接不稳定在 Docker 设置中配置国内镜像源重启 Docker3 个服务起不来无 NVIDIA 显卡或未装驱动用 nvidia-smi 验证安装驱动后重启服务定制模型报 Connection refusedasr 服务未就绪或内存不足服务端启动后等几分钟再克隆内存保证 32GB新增模特失败视频无声音或无人说话换有清晰人声的视频重新上传生成卡在 20%tts 服务报文件路径错误查看 Duix.Avatar-tts 日志重启相关服务镜像源在 Docker 设置中配置Docker镜像源配置位置tts 服务异常时在 Docker 中打开对应容器查看日志数字人TTS服务日志排查客户端侧的问题可通过设置菜单里的 Open Log 定位日志文件客户端日志文件定位位置服务端问题排除后客户端仍失败时把两边日志对照着看。生成质量调优光线充足面部布光均匀正面拍摄避免侧脸遮挡发音清晰避免背景噪音素材控制在 10~20 秒按输出需求选择分辨率批量生成避免系统过载进阶调用入口模型训练与语音合成接口参考 src/main/service/model.js、src/main/service/voice.js视频合成与进度查询接口参考 src/main/service/video.js更多故障案例查看仓库 doc/常见问题.md如果你的需求偏向程序化调用而非使用界面优先看上一节的接口说明。适用人群与落地建议同一套部署可以服务不同业务按你的主要用途对号入座。自媒体周更口播一个模型多次复用不用每次实拍保持更新频率企业展会门店循环播放品牌代言模型产出演示视频全天候循环课程系列批量生产同一数字人驱动多科目课程口播视觉风格统一多语言内容制作TTS 脚本支持 8 种语言同一模型产出不同语言口播Duix.Avatar 目前处于 1.0.x 版本社区活跃、更新频繁近期完成了 Ubuntu 22.04 版本适配与 5090 显卡专属部署方案。使用中遇到问题先查阅 doc/常见问题.md 里的自查步骤与常见解决方案仍无法解决时可在项目仓库提交 Issue并附上对应的客户端或服务端日志。【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开源数字人本地部署指南：从环境检查到成片输出的完整流程
Duix.Avatar开源数字人本地部署指南从环境检查到成片输出的完整流程【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如果你想让某个固定形象出镜说口播视频又不想每次实拍可以考虑本地开源数字人方案。Duix.Avatar 是一个完全开源的数字人项目仅需一段 10 秒视频即可完成形象与声音克隆全流程支持本地部署离线运行适合内容创作者与想尝试数字人技术的开发者。读完本文你能拿到从零部署到第一支成片约需 30~40 分钟3 个 Docker 服务构成服务端全部离线本地运行10 秒视频同时完成形象与声音克隆脚本支持中、英、日、韩等 8 种语言模型训练、语音合成、视频合成 3 组本地 API 可供二次开发核心能力速览能力项一句话说明典型使用场景形象与声音克隆10 秒视频同时提取面部特征与声音音色创建自己的数字人模型文字驱动口播输入文本自动合成语音并驱动口型视频制作口播播报视频音频驱动视频合成上传录音直接驱动数字人口型用现成配音音频出片全离线本地运行计算全部在本地完成素材不上传处理敏感素材本地 API 调用启动后暴露训练、语音、视频合成 3 组接口批量生成视频、二次开发接下来完成环境与部署即可逐项用上这些能力。本地部署与环境配置部署分服务端、客户端两部分数据目录由容器自动创建。先对照检查机器配置。配置要求检查项目最低要求推荐配置系统Windows 10 19042.1526 及以上或 Ubuntu 22.04与左列相同显卡NVIDIA 显卡且已安装驱动RTX 407050 系列走专属方案内存16GB过小可能导致服务启动失败32GB 及以上磁盘C 盘 100GB 以上存镜像D 盘 30GB 以上存数据Ubuntu 空闲 100GB 以上分系统部署步骤Windows 系统检查并更新 WSLwsl --list --verbose wsl --update安装 Docker Desktop首次启动接受协议并跳过登录。在项目 /deploy 目录启动服务端cd /deploy docker-compose up -d镜像下载约 70GB建议连 Wi-Fi 后台拉取。显存或内存紧张可改用 lite 版本把命令换成docker-compose -f docker-compose-lite.yml up -d50 系列显卡换成docker-compose -f docker-compose-5090.yml up -d。从项目 Releases 页下载 Windows 安装包双击 exe 安装客户端。Linux 系统Ubuntu 22.04安装 Dockersudo apt update sudo apt install docker.io docker-compose安装 NVIDIA 显卡驱动加装 NVIDIA Container Toolkit 并配置 Docker 运行时详细命令见 README_zh.md。启动服务端cd /deploy docker-compose -f docker-compose-linux.yml up -d客户端运行 AppImage 文件即可启动root 用户需在终端加--no-sandbox参数运行。部署验证标准版会启动 3 个容器duix-avatar-tts负责文本转语音本地 18180 端口duix-avatar-asr负责音频转写10095 端口duix-avatar-gen-video负责口型视频合成8383 端口。lite 版本只有最后 1 个容器。执行docker ps查看容器状态再打开客户端首页确认不再提示连接错误。完成标志是 3 个服务均为 running 状态且客户端首页正常加载出作品与模型两个列表。从克隆到口播视频的核心流程实操此时客户端已连上本地服务端进入主界面会看到 Create Video 与 Create Avatar 两个功能区。数字人客户端设置与语言切换上传素材并启动形象克隆点击主界面右上方的 Create Avatar上传一段 10 秒左右的视频素材。系统会基于这段视频同时完成形象与声音克隆它是后续口型与音色效果的关键输入。素材时长建议 10~20 秒必须包含人物连续说话的声音人物清晰可见正面无遮挡上传后自动开始训练任务训练完成后My Avatars 列表会出现一个新的数字人模型。核对刚克隆出来的模型是否可用。核对克隆完成的数字人模型进入 My Avatars 页签找到刚生成的模型卡片核对缩略图与创建时间。数字人模型管理界面支持按名称搜索定位模型素材不合适可删除后重新上传多个模型可并存按选择使用预期结果是模型出现在列表中且状态可直接选用。模型就绪下面进入成片生成阶段。输入文案生成成片选中模型进入 Create Video在编辑页输入口播文案或上传音频文件后点击生成。系统先合成语音再合成口型匹配的成片视频。文案较长时建议分段生成有录音文件时优先上传音频生成进度可在作品列表查看生成完成后My Works 列表中会出现对应的成片。预览与导出成片在 My Works 中打开成片播放检查口型同步与音色相似度。确认口型与语音节奏一致效果不满意可重新生成对比以标准视频文件导出保存预期结果是一支可直接使用的口播成片。排错与调优部署与生成环节的大部分问题都能归入下面 5 类。高频故障速查症状可能原因解决操作up -d 报请求超时Docker Hub 连接不稳定在 Docker 设置中配置国内镜像源重启 Docker3 个服务起不来无 NVIDIA 显卡或未装驱动用 nvidia-smi 验证安装驱动后重启服务定制模型报 Connection refusedasr 服务未就绪或内存不足服务端启动后等几分钟再克隆内存保证 32GB新增模特失败视频无声音或无人说话换有清晰人声的视频重新上传生成卡在 20%tts 服务报文件路径错误查看 Duix.Avatar-tts 日志重启相关服务镜像源在 Docker 设置中配置Docker镜像源配置位置tts 服务异常时在 Docker 中打开对应容器查看日志数字人TTS服务日志排查客户端侧的问题可通过设置菜单里的 Open Log 定位日志文件客户端日志文件定位位置服务端问题排除后客户端仍失败时把两边日志对照着看。生成质量调优光线充足面部布光均匀正面拍摄避免侧脸遮挡发音清晰避免背景噪音素材控制在 10~20 秒按输出需求选择分辨率批量生成避免系统过载进阶调用入口模型训练与语音合成接口参考 src/main/service/model.js、src/main/service/voice.js视频合成与进度查询接口参考 src/main/service/video.js更多故障案例查看仓库 doc/常见问题.md如果你的需求偏向程序化调用而非使用界面优先看上一节的接口说明。适用人群与落地建议同一套部署可以服务不同业务按你的主要用途对号入座。自媒体周更口播一个模型多次复用不用每次实拍保持更新频率企业展会门店循环播放品牌代言模型产出演示视频全天候循环课程系列批量生产同一数字人驱动多科目课程口播视觉风格统一多语言内容制作TTS 脚本支持 8 种语言同一模型产出不同语言口播Duix.Avatar 目前处于 1.0.x 版本社区活跃、更新频繁近期完成了 Ubuntu 22.04 版本适配与 5090 显卡专属部署方案。使用中遇到问题先查阅 doc/常见问题.md 里的自查步骤与常见解决方案仍无法解决时可在项目仓库提交 Issue并附上对应的客户端或服务端日志。【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