
Duix.Avatar Lite8G显存、单Docker镜像离线生成数字人视频【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 是一款离线开源数字人工具提交一段10秒左右的视频即可完成形象与声音克隆输入文案或上传音频即可驱动口型自动生成口播视频。其 Lite 方案把标准版的 3 个 Docker 服务合并为 1 个 gen-video 容器8G 显存即可运行模型体积约 10G不需要 100G 硬盘空间全程无需联网。适合谁来跑这套轻量化数字人方案如果你有一块 8G 以上显存的显卡比如 RTX 3060、4060想给短视频配上固定形象的主讲口播又不打算为 GPU 服务器花钱这套方案可以直接跑在本机上。它也是内容团队的本地渲染环境素材和成片不经过云端适合对素材保密有要求的批量生产。另外项目已适配 Ubuntu 22.04 Desktop内核 6.8.0-52-genericLinux 桌面用户也能本地部署客户端也补齐了英文界面。功能总览数字人口播视频上传约 10 秒的正面说话视频克隆出数字模特后输入文案或直接上传音频数字人按内容对口型输出完整口播视频。形象克隆与声音克隆在同一步完成克隆素材里的声音会被直接复用所以样片必须是人声。全离线生成ASR、TTS、视频合成全部跑在本地 Docker 容器里生成过程不依赖网络隐私不出机器。轻量化部署标准版是 ASR、TTS、视频合成三个独立容器Lite 版只用 deploy/docker-compose-lite.yml 启动唯一的duix-avatar-gen-video服务通过runtime: nvidia参数直接调用 GPU。对比项标准版Lite 版容器数量3 个1 个显存要求推荐 rtx-40708G 可用磁盘占用约 100GD盘≥30G约 10G 模型D盘≥30G8G显存部署数字人的两步做法第一步拉起 Lite 服务端。先装好 Docker DesktopWindows 需 WSL 支持确认 C 盘空闲 100G 放镜像、D 盘空闲 30G 存数据NVIDIA 显卡驱动要正常。然后在项目 deploy 目录执行docker-compose -f docker-compose-lite.yml up -d命令跑完后Docker 容器列表里出现duix-avatar-gen-video且状态为 Running服务端就部署好了。首次拉取镜像会消耗 70G 左右流量建议连 WiFi 并耐心等待。第二步安装客户端并连接。下载官方构建的客户端安装包双击安装后直接打开。客户端自动连接本机 8383 端口首页看到Create Avatar上传样片克隆模特和Create Video生成视频两个入口就表示链路已通。实际体验输入什么输出什么输入是一段约 10 秒的正面说话视频。程序用其中的声音做克隆再用视频里的人脸驱动后续画面。之后只需输入文案脚本支持中、英、日、韩、法、德、阿拉伯、西八种语言或上传音频等待合成输出就是一条口型对齐的口播视频全程本地完成。避坑指南部署数字人服务的3个高频故障镜像拉取失败。症状是docker-compose up -d报 Docker Hub 连接超时。原因是官方镜像源在国内不稳定。解决在 Docker Desktop 的 Docker Engine 设置里添加registry-mirrors国内镜像源再 Apply and restart重新执行启动命令。克隆形象报错。症状是新增模特时程序直接报错。原因是样片没有声音或不是人在说话而克隆流程依赖这段声音做声音克隆。解决重拍一段有清晰人声的正面视频再上传。定制模特提示 Connection refused。症状是克隆时日志出现 ASR 连接被拒。原因是 ASR 服务启动较慢服务端刚起来就立刻操作会连不上机器内存小如 16G时更明显。解决等服务端启动几分钟后再做克隆并先确认容器为 Running、服务端与客户端都更新到最新版本。更多排查步骤见 常见问题自查。写在最后Duix.Avatar Lite 的价值在于把数字人视频生成的门槛压到了一块 8G 显存的显卡加一个 Docker 镜像离线、免费商用超大型商用需签署许可协议。完整部署步骤见 README_zh.md 的Windows 安装章节服务端配置在 deploy/ 目录遇到新问题可到项目 issue 入口反馈。【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