Duix.Avatar 本地部署教程一段 10 秒视频克隆数字人Docker 拉起三个服务【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-AvatarDuix.Avatar 是硅基智能开源的 AI 数字人工具上传一段 10 秒左右的视频克隆出你的形象和声音之后输入文案或上传音频就能生成口型同步的口播视频从上传素材到出片全程本地离线跑完。适合想自己搭一套数字人出镜、又不想按次付费调商业 API 的独立开发者和内容创作者。一、项目速览解决什么问题真人出镜成本高、商业数字人服务按量收费且素材要出内网Duix.Avatar 让形象与声音的复刻完全留在本机。核心能力约 10 秒视频即可克隆形象与声音文字或音频驱动口型视频脚本支持中、英、日、韩等 8 种语言。部署形态本地 Docker 部署3 个 GPU 容器ASR、TTS、视频合成 一个 Electron 客户端全离线。技术栈关键词Electron、Vue3、Docker 编排ASR 基于 fun-asr声音克隆基于 fish-speech 改造客户端本地用 better-sqlite3 存模型与作品。二、跑起来之前配置要求项目最低推荐系统Windows 10 19042.1526 / Ubuntu 22.04 Desktop同左GPUNVIDIA 显卡 正确驱动RTX 30 系起RTX 4070显存 ≥ 12G内存16GASR 容器可能起不来32G官方标注必要磁盘100G 空闲Windows 下 C 盘存镜像另备 30G 放数据盘依赖安装Windows先确认 WSL 在位装不上就重试几次wsl --list --verbose wsl --install再到 Docker 官网按 CPU 架构下载 Docker Desktop 安装。C 盘紧张时可在 Docker Desktop 的 Settings → Resources → Advanced 里把 Disk image location 挪到空闲更大的磁盘。Ubuntu装 Docker 与 NVIDIA Container Toolkit驱动装完用nvidia-smi验证sudo apt update sudo apt install docker.io docker-compose sudo nvidia-ctk runtime configure --runtimedocker sudo systemctl restart docker三、从零到第一次出结果做把仓库拉到本地git clone https://gitcode.com/GitHub_Trending/he/Duix-Avatar执行cd /deploy docker-compose up -d看到三个容器duix-avatar-asr / duix-avatar-gen-video / duix-avatar-tts全部 Running分别占用 10095、8383、18180 端口。拉镜像约耗 30 分钟、70G 左右流量注意走 WiFi。⚠ 如果卡在这里——拉镜像报registry-1.docker.io超时通常是 Docker Hub 连不通。给 Docker 配置国内镜像源Settings → Docker Engine 里加 registry-mirrors后重跑上面的命令。⚠ 如果卡在这里——NVIDIA 50 系显卡5090用户请改用docker-compose -f docker-compose-5090.yml up -d该方案基于 torch 预览版构建。做装 Electron 客户端。执行从 Releases 下载对应系统安装包Windows 双击 setup.exeUbuntu 双击 AppImage打不开就加参数./Duix.Avatar-x.x.x.AppImage --no-sandbox。看到首页出现 Create Video 与 Create Avatar 两个入口即与本机服务连通成功。做确认数据目录就绪。Windows 端客户端会把素材写进D:\duix_avatar_data执行确认 D 盘存在且空闲 30G这是 compose 文件里 volume 挂载约定的路径。看到后续克隆与合成不会再报文件不存在。四、核心功能上手10 秒视频克隆一个形象。我上传的是一段 10 秒左右、单人正面说话的 mp4点 Create Avatar 后客户端自动把素材拆成静音视频和音轨音轨走 fun-asr 识别出文字再作为声音克隆的参考样本。几分钟后My Avatars 列表里出现一张带创建时间戳的形象卡片。⚠ 如果卡在这里——新增模特直接失败通常是素材视频没有人声。程序要靠这段声音做声音克隆纯画面素材必挂重录一段开口说话的即可。文案驱动口播视频。接着点 Create Video左侧选刚克隆的音色输入框里贴一段产品介绍的文案先点试听确认语气再点合成。几分钟内 My Works 里多出一条口型与音频对齐的视频可以直接导出。批量出片可以绕过客户端直接打本地接口链路依次是模特训练/v1/preprocess_and_tran、音频合成/v1/invoke、视频合成/easy/submit请求参数在 src/main/service/model.js、src/main/service/video.js、src/main/service/voice.js 里都有现成封装。同一个人设素材配中文、英文两版文案各出一遍就是同一数字人的多语言版本。五、排障速查拉镜像报 registry-1.docker.io 超时原因Docker Hub 官方源连接不稳定国内网络尤其常见。动作给 Docker 加 registry-mirrors 后重新docker-compose up -d参考 doc/常见问题.md 第 1 条的现成配置。新增模特直接失败原因素材视频没有清晰人声声音克隆缺参考样本。动作重录一段 10 秒以上、正面清晰开口说话的视频再提交。克隆形象报 Connection refused原因ASR 容器冷启动慢服务端刚拉起几分钟内调不通 10095 端口。动作等 2–3 分钟重试16G 内存的机器可能起不来直接换 32G。生成进度卡在 20%原因heygen-tts 容器日志里循环出现File not exists异常说明音频文件没落到容器约定目录Windows 下是 D 盘映射。动作核对 compose 里的卷挂载路径与盘符是否真实存在重启该容器。六、实际能用来做什么日更口播每天固定时段发同一数字人出镜的视频。流程是写好当天 5 条 30 秒文案逐条走文案 → 合成人工只审口型与断句。数字人负责出镜人负责文案和审核省掉打光、布景和录制时间。一人两语同一个人设素材中文和英文文案各生成一版分别投国内账号和海外账号不用另拍一套素材。无人值守批量脚本直接调三个本地接口批量提交夜里挂机跑一批短视频早上验收导出即可。七、继续深入服务端编排看 deploy/docker-compose.yml三个容器的端口、GPU 与数据盘挂载都在这一个文件里客户端侧的请求封装可对照 src/main/service/ 下三个模块。遇到问题先翻 doc/常见问题.md再对着容器日志逐条核。【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 本地部署教程：一段 10 秒视频克隆数字人，Docker 拉起三个服务
Duix.Avatar 本地部署教程一段 10 秒视频克隆数字人Docker 拉起三个服务【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-AvatarDuix.Avatar 是硅基智能开源的 AI 数字人工具上传一段 10 秒左右的视频克隆出你的形象和声音之后输入文案或上传音频就能生成口型同步的口播视频从上传素材到出片全程本地离线跑完。适合想自己搭一套数字人出镜、又不想按次付费调商业 API 的独立开发者和内容创作者。一、项目速览解决什么问题真人出镜成本高、商业数字人服务按量收费且素材要出内网Duix.Avatar 让形象与声音的复刻完全留在本机。核心能力约 10 秒视频即可克隆形象与声音文字或音频驱动口型视频脚本支持中、英、日、韩等 8 种语言。部署形态本地 Docker 部署3 个 GPU 容器ASR、TTS、视频合成 一个 Electron 客户端全离线。技术栈关键词Electron、Vue3、Docker 编排ASR 基于 fun-asr声音克隆基于 fish-speech 改造客户端本地用 better-sqlite3 存模型与作品。二、跑起来之前配置要求项目最低推荐系统Windows 10 19042.1526 / Ubuntu 22.04 Desktop同左GPUNVIDIA 显卡 正确驱动RTX 30 系起RTX 4070显存 ≥ 12G内存16GASR 容器可能起不来32G官方标注必要磁盘100G 空闲Windows 下 C 盘存镜像另备 30G 放数据盘依赖安装Windows先确认 WSL 在位装不上就重试几次wsl --list --verbose wsl --install再到 Docker 官网按 CPU 架构下载 Docker Desktop 安装。C 盘紧张时可在 Docker Desktop 的 Settings → Resources → Advanced 里把 Disk image location 挪到空闲更大的磁盘。Ubuntu装 Docker 与 NVIDIA Container Toolkit驱动装完用nvidia-smi验证sudo apt update sudo apt install docker.io docker-compose sudo nvidia-ctk runtime configure --runtimedocker sudo systemctl restart docker三、从零到第一次出结果做把仓库拉到本地git clone https://gitcode.com/GitHub_Trending/he/Duix-Avatar执行cd /deploy docker-compose up -d看到三个容器duix-avatar-asr / duix-avatar-gen-video / duix-avatar-tts全部 Running分别占用 10095、8383、18180 端口。拉镜像约耗 30 分钟、70G 左右流量注意走 WiFi。⚠ 如果卡在这里——拉镜像报registry-1.docker.io超时通常是 Docker Hub 连不通。给 Docker 配置国内镜像源Settings → Docker Engine 里加 registry-mirrors后重跑上面的命令。⚠ 如果卡在这里——NVIDIA 50 系显卡5090用户请改用docker-compose -f docker-compose-5090.yml up -d该方案基于 torch 预览版构建。做装 Electron 客户端。执行从 Releases 下载对应系统安装包Windows 双击 setup.exeUbuntu 双击 AppImage打不开就加参数./Duix.Avatar-x.x.x.AppImage --no-sandbox。看到首页出现 Create Video 与 Create Avatar 两个入口即与本机服务连通成功。做确认数据目录就绪。Windows 端客户端会把素材写进D:\duix_avatar_data执行确认 D 盘存在且空闲 30G这是 compose 文件里 volume 挂载约定的路径。看到后续克隆与合成不会再报文件不存在。四、核心功能上手10 秒视频克隆一个形象。我上传的是一段 10 秒左右、单人正面说话的 mp4点 Create Avatar 后客户端自动把素材拆成静音视频和音轨音轨走 fun-asr 识别出文字再作为声音克隆的参考样本。几分钟后My Avatars 列表里出现一张带创建时间戳的形象卡片。⚠ 如果卡在这里——新增模特直接失败通常是素材视频没有人声。程序要靠这段声音做声音克隆纯画面素材必挂重录一段开口说话的即可。文案驱动口播视频。接着点 Create Video左侧选刚克隆的音色输入框里贴一段产品介绍的文案先点试听确认语气再点合成。几分钟内 My Works 里多出一条口型与音频对齐的视频可以直接导出。批量出片可以绕过客户端直接打本地接口链路依次是模特训练/v1/preprocess_and_tran、音频合成/v1/invoke、视频合成/easy/submit请求参数在 src/main/service/model.js、src/main/service/video.js、src/main/service/voice.js 里都有现成封装。同一个人设素材配中文、英文两版文案各出一遍就是同一数字人的多语言版本。五、排障速查拉镜像报 registry-1.docker.io 超时原因Docker Hub 官方源连接不稳定国内网络尤其常见。动作给 Docker 加 registry-mirrors 后重新docker-compose up -d参考 doc/常见问题.md 第 1 条的现成配置。新增模特直接失败原因素材视频没有清晰人声声音克隆缺参考样本。动作重录一段 10 秒以上、正面清晰开口说话的视频再提交。克隆形象报 Connection refused原因ASR 容器冷启动慢服务端刚拉起几分钟内调不通 10095 端口。动作等 2–3 分钟重试16G 内存的机器可能起不来直接换 32G。生成进度卡在 20%原因heygen-tts 容器日志里循环出现File not exists异常说明音频文件没落到容器约定目录Windows 下是 D 盘映射。动作核对 compose 里的卷挂载路径与盘符是否真实存在重启该容器。六、实际能用来做什么日更口播每天固定时段发同一数字人出镜的视频。流程是写好当天 5 条 30 秒文案逐条走文案 → 合成人工只审口型与断句。数字人负责出镜人负责文案和审核省掉打光、布景和录制时间。一人两语同一个人设素材中文和英文文案各生成一版分别投国内账号和海外账号不用另拍一套素材。无人值守批量脚本直接调三个本地接口批量提交夜里挂机跑一批短视频早上验收导出即可。七、继续深入服务端编排看 deploy/docker-compose.yml三个容器的端口、GPU 与数据盘挂载都在这一个文件里客户端侧的请求封装可对照 src/main/service/ 下三个模块。遇到问题先翻 doc/常见问题.md再对着容器日志逐条核。【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