一段10秒视频克隆数字人Duix.Avatar 开源数字人本地部署教程【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把手机架好对着镜头说上 10 秒话你的形象和声音就能被完整复刻——之后输入任意一段文字你就会对着镜头把它念出来。Duix.Avatar 是一款开源数字人克隆项目代码完全开源免费只需提交一段 10 秒左右的视频就能在本地完成形象克隆与声音克隆再用文字或音频驱动数字人自动合成口播视频。它适合想在个人电脑上跑数字人、又不想把素材传到云端的创作者和开发者最大的特点是全离线运行——视频、声音、模型都留在本机硬盘里部署完成后断网也能生成。先确认显卡够不够NVIDIA 显卡是硬门槛判断这台机器值不值得投入先看这一节。Duix.Avatar 的全部算力都跑在本地 GPU 上项目文档写得很直白没有英伟达显卡、或没装好驱动三个服务根本起不来。纯核显的电脑和 Mac 可以先放弃。配置项硬门槛推荐配置显卡NVIDIA 显卡且驱动装好RTX 4070内存16GASR 服务可能起不来32G 及以上硬盘WindowsC盘 100G 存镜像 D盘 30G 存数据—硬盘Ubuntu空闲空间大于 100G—系统Windows 10 19042.1526 或 Ubuntu 22.04第13代 i5-13400F 级 CPUWindows 用户如果 C 盘腾不出 100G装完 Docker Desktop 后可以在设置里把镜像存储位置挪到别的磁盘机器达标了下一条命令就能把服务拉起来。一条命令拉起本地数字人服务先装容器环境。Windows 用户先执行wsl --install装好 WSL已有则跳过再执行wsl --update更新然后安装 Docker Desktop首次运行接受协议、跳过登录即可。Ubuntu 用户执行下面两条命令装 Docker另外还要装好 NVIDIA 显卡驱动和 NVIDIA Container ToolkitREADME 里有完整步骤装完执行nvidia-smi能看到显卡信息才算成功sudo apt update sudo apt install docker.io docker-compose接着把仓库拉到本地deploy 目录 里就是全部部署脚本git clone https://gitcode.com/GitHub_Trending/he/Duix-Avatar cd Duix-Avatar/deploy docker-compose up -dUbuntu 用户执行cd Duix-Avatar/deploy docker-compose -f docker-compose-linux.yml up -d首次运行会下载约 70G 的镜像README 建议预留半小时左右。当 Docker 里出现 duix-avatar-asr、duix-avatar-tts、duix-avatar-gen-video 三个服务且都是 Running服务端就算部署完成了。硬件吃紧可以改用 lite 单镜像版本把配置文件换成 docker-compose-lite.ymlRTX 50 系列显卡5090 已测试通过则用 docker-compose-5090.yml。如果拉镜像时一直报 request canceled 或 Connection refused多半是连不上 Docker Hub这个问题放到后面的坑位一节处理。服务就绪后打开客户端剩下的都在界面上点。从上传视频到生成第一条数字人口播视频客户端是独立安装包不用跑源码到项目 Releases 页面下载对应系统的版本Windows 双击Duix.Avatar-x.x.x-setup.exe安装Ubuntu 双击Duix.Avatar-x.x.x.AppImage直接启动root 用户桌面需要在终端加--no-sandbox参数运行。启动后它会连接本机那三个服务。创建数字人只有一步在主界面点 Create Avatar上传一段 10-20 秒的视频。系统会自动转码、分离音频用视频里的人声训练你的声音克隆模型同时保存形象。素材上有一个硬性要求视频里必须有人清晰地说话因为声音克隆完全靠这段人声无声或只有 BGM 的视频会直接报错。生成口播视频同样简单在 My Avatars 里选中刚创建的数字人输入文案——脚本支持中、英、日、韩、法、德、阿拉伯、西班牙 8 种语言——点击生成稍等片刻成片会出现在 My Works 列表里。有一个时间差要留意ASR 服务启动偏慢服务端刚拉起来时别马上克隆形象等几分钟再操作否则会报连接被拒。第一条视频出来之后可以回头看一眼它和别的数字人方案最不一样的地方。全离线运行数字人素材和模型不出本机这一点不是宣传话而是部署方式决定的三个服务都是本地 Docker 容器推理全部发生在你自己的显卡上部署完成后断网不影响生成。你的源视频、提取的音频、克隆出的模型全部写在本地目录Windows 是D:\duix_avatar_dataUbuntu 是~/duix_avatar_data。商用免费README 写明支持全球免费商用但用户量超 10 万或年营收超 1000 万美元的企业需要签署商业许可协议。商业数字人 SaaS 的普遍做法是把视频上传到云端渲染而这里的素材从头到尾没有离开过机器。同时 README 也如实标注了差距开源本地版的口型效果定位是效果可用官方付费 API 标注更高清对口型要求很高的场景要心里有数。本地方案也有自己的脾气下面两个坑踩的人最多。本地部署数字人最常踩的两个坑坑一是拉镜像失败。docker-compose up -d报 request canceled 或 Error response from daemon几乎都是 Docker Hub 连接不稳定。解决方式是配置国内镜像源Windows 在 Docker Desktop 设置 → Docker Engine 里加 registry-mirrorsUbuntu 改/etc/docker/daemon.json重启 Docker 生效常见问题 里附了可用的镜像源列表。坑二是克隆形象报错或生成卡住常见三种情况新增模特直接失败回去检查素材视频里必须有人清晰说话。克隆时日志出现 Connection refusedASR 服务还没起完等服务几分钟再试16G 内存的机器可能根本拉不起这个服务。视频生成卡在某个进度不动在 Docker 里打开 duix-avatar-tts 容器的 Logs 看具体报错。客户端右上角 Setting 菜单里的 Open Log 可以直接打开客户端日志排查点了没反应这类问题。往哪深入开放 API 与批量生成不想停留在图形界面服务端暴露的本地接口可以直接调用拼出自己的批量生成流水线声音合成http://127.0.0.1:18180/v1/invoke视频合成http://127.0.0.1:8383/easy/submit提交后用http://127.0.0.1:8383/easy/query轮询进度模特训练与合成的完整请求参数客户端自己的代码 src/main/service 里都有现成写法README 的开放 API一节给出了每个接口的入参和返回示例照抄即可。现在就可以做的三件事先跑一次nvidia-smiWindows 用 PowerShellUbuntu 用终端确认显卡和驱动正常——这一步过了后面一半的坑可以提前排除。用手机录一段 10 秒测试视频正面、光线均匀、说话清晰、背景简单作为第一个数字人的唯一素材。把服务拉起来后先完整走一遍建一个数字人 生成一条短口播链路通了再回头换更好的素材别一上来就追求完美。【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 一段10秒视频克隆数字人：Duix.Avatar 开源数字人本地部署教程
一段10秒视频克隆数字人Duix.Avatar 开源数字人本地部署教程【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把手机架好对着镜头说上 10 秒话你的形象和声音就能被完整复刻——之后输入任意一段文字你就会对着镜头把它念出来。Duix.Avatar 是一款开源数字人克隆项目代码完全开源免费只需提交一段 10 秒左右的视频就能在本地完成形象克隆与声音克隆再用文字或音频驱动数字人自动合成口播视频。它适合想在个人电脑上跑数字人、又不想把素材传到云端的创作者和开发者最大的特点是全离线运行——视频、声音、模型都留在本机硬盘里部署完成后断网也能生成。先确认显卡够不够NVIDIA 显卡是硬门槛判断这台机器值不值得投入先看这一节。Duix.Avatar 的全部算力都跑在本地 GPU 上项目文档写得很直白没有英伟达显卡、或没装好驱动三个服务根本起不来。纯核显的电脑和 Mac 可以先放弃。配置项硬门槛推荐配置显卡NVIDIA 显卡且驱动装好RTX 4070内存16GASR 服务可能起不来32G 及以上硬盘WindowsC盘 100G 存镜像 D盘 30G 存数据—硬盘Ubuntu空闲空间大于 100G—系统Windows 10 19042.1526 或 Ubuntu 22.04第13代 i5-13400F 级 CPUWindows 用户如果 C 盘腾不出 100G装完 Docker Desktop 后可以在设置里把镜像存储位置挪到别的磁盘机器达标了下一条命令就能把服务拉起来。一条命令拉起本地数字人服务先装容器环境。Windows 用户先执行wsl --install装好 WSL已有则跳过再执行wsl --update更新然后安装 Docker Desktop首次运行接受协议、跳过登录即可。Ubuntu 用户执行下面两条命令装 Docker另外还要装好 NVIDIA 显卡驱动和 NVIDIA Container ToolkitREADME 里有完整步骤装完执行nvidia-smi能看到显卡信息才算成功sudo apt update sudo apt install docker.io docker-compose接着把仓库拉到本地deploy 目录 里就是全部部署脚本git clone https://gitcode.com/GitHub_Trending/he/Duix-Avatar cd Duix-Avatar/deploy docker-compose up -dUbuntu 用户执行cd Duix-Avatar/deploy docker-compose -f docker-compose-linux.yml up -d首次运行会下载约 70G 的镜像README 建议预留半小时左右。当 Docker 里出现 duix-avatar-asr、duix-avatar-tts、duix-avatar-gen-video 三个服务且都是 Running服务端就算部署完成了。硬件吃紧可以改用 lite 单镜像版本把配置文件换成 docker-compose-lite.ymlRTX 50 系列显卡5090 已测试通过则用 docker-compose-5090.yml。如果拉镜像时一直报 request canceled 或 Connection refused多半是连不上 Docker Hub这个问题放到后面的坑位一节处理。服务就绪后打开客户端剩下的都在界面上点。从上传视频到生成第一条数字人口播视频客户端是独立安装包不用跑源码到项目 Releases 页面下载对应系统的版本Windows 双击Duix.Avatar-x.x.x-setup.exe安装Ubuntu 双击Duix.Avatar-x.x.x.AppImage直接启动root 用户桌面需要在终端加--no-sandbox参数运行。启动后它会连接本机那三个服务。创建数字人只有一步在主界面点 Create Avatar上传一段 10-20 秒的视频。系统会自动转码、分离音频用视频里的人声训练你的声音克隆模型同时保存形象。素材上有一个硬性要求视频里必须有人清晰地说话因为声音克隆完全靠这段人声无声或只有 BGM 的视频会直接报错。生成口播视频同样简单在 My Avatars 里选中刚创建的数字人输入文案——脚本支持中、英、日、韩、法、德、阿拉伯、西班牙 8 种语言——点击生成稍等片刻成片会出现在 My Works 列表里。有一个时间差要留意ASR 服务启动偏慢服务端刚拉起来时别马上克隆形象等几分钟再操作否则会报连接被拒。第一条视频出来之后可以回头看一眼它和别的数字人方案最不一样的地方。全离线运行数字人素材和模型不出本机这一点不是宣传话而是部署方式决定的三个服务都是本地 Docker 容器推理全部发生在你自己的显卡上部署完成后断网不影响生成。你的源视频、提取的音频、克隆出的模型全部写在本地目录Windows 是D:\duix_avatar_dataUbuntu 是~/duix_avatar_data。商用免费README 写明支持全球免费商用但用户量超 10 万或年营收超 1000 万美元的企业需要签署商业许可协议。商业数字人 SaaS 的普遍做法是把视频上传到云端渲染而这里的素材从头到尾没有离开过机器。同时 README 也如实标注了差距开源本地版的口型效果定位是效果可用官方付费 API 标注更高清对口型要求很高的场景要心里有数。本地方案也有自己的脾气下面两个坑踩的人最多。本地部署数字人最常踩的两个坑坑一是拉镜像失败。docker-compose up -d报 request canceled 或 Error response from daemon几乎都是 Docker Hub 连接不稳定。解决方式是配置国内镜像源Windows 在 Docker Desktop 设置 → Docker Engine 里加 registry-mirrorsUbuntu 改/etc/docker/daemon.json重启 Docker 生效常见问题 里附了可用的镜像源列表。坑二是克隆形象报错或生成卡住常见三种情况新增模特直接失败回去检查素材视频里必须有人清晰说话。克隆时日志出现 Connection refusedASR 服务还没起完等服务几分钟再试16G 内存的机器可能根本拉不起这个服务。视频生成卡在某个进度不动在 Docker 里打开 duix-avatar-tts 容器的 Logs 看具体报错。客户端右上角 Setting 菜单里的 Open Log 可以直接打开客户端日志排查点了没反应这类问题。往哪深入开放 API 与批量生成不想停留在图形界面服务端暴露的本地接口可以直接调用拼出自己的批量生成流水线声音合成http://127.0.0.1:18180/v1/invoke视频合成http://127.0.0.1:8383/easy/submit提交后用http://127.0.0.1:8383/easy/query轮询进度模特训练与合成的完整请求参数客户端自己的代码 src/main/service 里都有现成写法README 的开放 API一节给出了每个接口的入参和返回示例照抄即可。现在就可以做的三件事先跑一次nvidia-smiWindows 用 PowerShellUbuntu 用终端确认显卡和驱动正常——这一步过了后面一半的坑可以提前排除。用手机录一段 10 秒测试视频正面、光线均匀、说话清晰、背景简单作为第一个数字人的唯一素材。把服务拉起来后先完整走一遍建一个数字人 生成一条短口播链路通了再回头换更好的素材别一上来就追求完美。【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