Duix.Avatar 如何把一段10秒视频变成成片口播数字人专家完整指南【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做一条数字人视频听着简单真正卡在门槛上的从来不是算法而是工程租 GPU 服务器、把真人形象和声音传到云上隐私问题、按分钟计费想在本地自己搭又得把 ASR、语音合成、口型驱动三段服务手动串起来漏一环整条链路就断。Duix.Avatar 解决的就是这个痛点——一个完全开源、完全离线的数字人工具箱提交一段 10 秒左右的视频即可完成形象与声音克隆输入文案后自动产出口播视频全部算力跑在自己机器上。 为什么需要它项目结构分两层/deploy下的三个 Docker 容器是引擎房——ASR、语音合成、face2face 口型驱动各管一段算力src/main/service/主进程服务层是数字人专家——它自己不跑模型但决定每个请求去哪个服务、什么时候轮询、失败时怎么办。你只和客户端打交道它负责把编排做完。 跟一条完整链路走一遍拿最能代表它能力的任务来说你只需要对它说把这段 10 秒视频克隆成数字人让他念一段文案。输入只有三样一段 10 秒视频、一个名字、一段文案。整条链路如下toH264() → extractAudio() → preprocess_and_tran() → makeAudio4Video() → makeVideoByF2F() → loopPending()处理分两段。第一段是克隆专家先用 ffmpeg 把视频统一转成 H.264再抽出音轨转成 wav调语音服务的训练接口拿到两个声音参考参数供之后所有语音合成复用形象与声音写入本地数据库才算克隆完成。第二段是合成文案先经 TTS 变成语音用户若上传了自己的录音则直接采用再为任务生成唯一编号把语音和形象视频提交给 face2face 服务状态置为 pending。输出端客户端每 2 秒轮询一次查询接口成功后用 ffmpeg 读出成片时长并回填作品列表可直接预览、导出。边界处理同样明确整条链路走单一队列一次只合成一个任务任何一步报错状态直接标 failed 并把服务端原始报错写进记录不会挂死TTS 请求参数全部固定默认值不允许手调。✅ 让它不出错的几条内置规则一套状态机 一个队列每个视频任务固定走 draft → waiting → pending → success / failed轮询器每轮只取队首的 pending 任务GPU 不会被两个任务同时抢占作品列表里的顺序就是真实执行顺序。凭证据判成功查询接口返回成功码且状态为生成完成才判成功再回读时长入库其余一切码值一律标 failed 并保留服务端原始报错——没有证据不下结论。参数固定不漂移TTS 的合成参数temperature、topP 等全部写死默认值用户只提供文案与声音传参由专家兜底结果可复现。 它不碰什么、交给谁专家只编排不跑模型face2face 口型驱动算法在 duix.avatar 服务端镜像里ASR 与语音合成分别在 fun-asr、fish-speech-ziming 服务里涉及算法改动的需求不接手 → 转交给对应的服务端镜像。例如我想换一种口型效果它给出的只有交接规格——把语音和形象视频路径传到位合成本身由 face2face 服务负责。 相关路径deploy/三套服务端启动配置标准 / lite / 5090src/main/service/video.js合成队列与轮询的完整逻辑doc/常见问题.md服务状态、显卡与日志的自查清单 怎么用起来git clone https://gitcode.com/GitHub_Trending/he/Duix-Avatar在/deploy目录执行docker-compose up -d等三个服务全部 Running镜像下载约 70G 流量NVIDIA 50 系显卡改用docker-compose-5090.ymlUbuntu 22.04 用docker-compose-linux.yml启动客户端上传 10 秒视频完成形象克隆再填一段文案点击生成成片会出现在作品列表里数字人真正的门槛从来不在模型而在模型背后的编排——这位专家把三个服务收拢成一条可信任的流水线输入永远是一段视频输出永远是一句成片中间每一步状态可查。【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 如何把一段10秒视频变成成片口播：数字人专家完整指南
Duix.Avatar 如何把一段10秒视频变成成片口播数字人专家完整指南【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做一条数字人视频听着简单真正卡在门槛上的从来不是算法而是工程租 GPU 服务器、把真人形象和声音传到云上隐私问题、按分钟计费想在本地自己搭又得把 ASR、语音合成、口型驱动三段服务手动串起来漏一环整条链路就断。Duix.Avatar 解决的就是这个痛点——一个完全开源、完全离线的数字人工具箱提交一段 10 秒左右的视频即可完成形象与声音克隆输入文案后自动产出口播视频全部算力跑在自己机器上。 为什么需要它项目结构分两层/deploy下的三个 Docker 容器是引擎房——ASR、语音合成、face2face 口型驱动各管一段算力src/main/service/主进程服务层是数字人专家——它自己不跑模型但决定每个请求去哪个服务、什么时候轮询、失败时怎么办。你只和客户端打交道它负责把编排做完。 跟一条完整链路走一遍拿最能代表它能力的任务来说你只需要对它说把这段 10 秒视频克隆成数字人让他念一段文案。输入只有三样一段 10 秒视频、一个名字、一段文案。整条链路如下toH264() → extractAudio() → preprocess_and_tran() → makeAudio4Video() → makeVideoByF2F() → loopPending()处理分两段。第一段是克隆专家先用 ffmpeg 把视频统一转成 H.264再抽出音轨转成 wav调语音服务的训练接口拿到两个声音参考参数供之后所有语音合成复用形象与声音写入本地数据库才算克隆完成。第二段是合成文案先经 TTS 变成语音用户若上传了自己的录音则直接采用再为任务生成唯一编号把语音和形象视频提交给 face2face 服务状态置为 pending。输出端客户端每 2 秒轮询一次查询接口成功后用 ffmpeg 读出成片时长并回填作品列表可直接预览、导出。边界处理同样明确整条链路走单一队列一次只合成一个任务任何一步报错状态直接标 failed 并把服务端原始报错写进记录不会挂死TTS 请求参数全部固定默认值不允许手调。✅ 让它不出错的几条内置规则一套状态机 一个队列每个视频任务固定走 draft → waiting → pending → success / failed轮询器每轮只取队首的 pending 任务GPU 不会被两个任务同时抢占作品列表里的顺序就是真实执行顺序。凭证据判成功查询接口返回成功码且状态为生成完成才判成功再回读时长入库其余一切码值一律标 failed 并保留服务端原始报错——没有证据不下结论。参数固定不漂移TTS 的合成参数temperature、topP 等全部写死默认值用户只提供文案与声音传参由专家兜底结果可复现。 它不碰什么、交给谁专家只编排不跑模型face2face 口型驱动算法在 duix.avatar 服务端镜像里ASR 与语音合成分别在 fun-asr、fish-speech-ziming 服务里涉及算法改动的需求不接手 → 转交给对应的服务端镜像。例如我想换一种口型效果它给出的只有交接规格——把语音和形象视频路径传到位合成本身由 face2face 服务负责。 相关路径deploy/三套服务端启动配置标准 / lite / 5090src/main/service/video.js合成队列与轮询的完整逻辑doc/常见问题.md服务状态、显卡与日志的自查清单 怎么用起来git clone https://gitcode.com/GitHub_Trending/he/Duix-Avatar在/deploy目录执行docker-compose up -d等三个服务全部 Running镜像下载约 70G 流量NVIDIA 50 系显卡改用docker-compose-5090.ymlUbuntu 22.04 用docker-compose-linux.yml启动客户端上传 10 秒视频完成形象克隆再填一段文案点击生成成片会出现在作品列表里数字人真正的门槛从来不在模型而在模型背后的编排——这位专家把三个服务收拢成一条可信任的流水线输入永远是一段视频输出永远是一句成片中间每一步状态可查。【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