尧图网站建设 
Duix.Avatar开源数字人本地部署一段10秒视频离线生成口播视频【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-Avatar先说结果一段10秒的说话视频进去出来的是一条你用自己的声音念任意稿子的口播视频全程在你的电脑上离线完成。这就是 Duix.Avatar——一个支持数字人形象克隆、口播视频生成的开源 AI 工具所有算力都在本机 GPU 上跑素材、音频、模型文件不出机器。下文按装完长什么样 → 怎么跑通 → 能力拆解 → 谁适合 → 坑的顺序讲看完你手里应该有一份可以直接照做的清单。装完之后的形态3 个 Docker 服务 1 个桌面客户端先明确跑通的判定标准你的机器上会同时运行三个容器——fun-asr语音识别、fish-speech-ziming语音合成、duix.avatar视频合成再加上一个桌面上的 Duix.Avatar 客户端。客户端主页只有两个核心入口右侧上传视频克隆一个数字人形象 声音左侧用已有模型创作视频后面所有功能都围绕这两个动作展开。5 步跑通本地部署上手前先看硬件门槛官方推荐配置是 i5-13400F / 32G 内存 / RTX 4070系统要求 Windows 10 19042.1526 以上或 Ubuntu 22.04 Desktop。两个硬性条件必须有英伟达显卡且装好驱动本项目没有 NVIDIA 显卡三个服务根本起不来磁盘要留足——Windows 上 D 盘空闲大于 30G 存模型和作品C 盘大于 100G 存服务镜像。C 盘不够的话装完 Docker 后可在 Docker Desktop 的 Settings → Resources → Advanced 里把磁盘镜像位置改到别的盘步骤本身不复杂Windows 先确认 WSLwsl --list --verbose检查状态没装就wsl --install装完用wsl --update更新再安装 Docker Desktop首次启动接受协议并跳过登录拉取项目代码git clone https://gitcode.com/GitHub_Trending/he/Duix-Avatar进入deploy目录compose 文件都在 deploy/ 里执行docker-compose up -d只想要视频合成、不需要本地训练的话用docker-compose -f docker-compose-lite.yml up -d起来的服务只有Duix.Avatar-gen-video一个等待。首次拉镜像约 70G 流量半小时左右看网速建议连 WiFiDocker 里看到上述三个服务都在运行就算成功。客户端不用自己编译下载官方构建的安装包Windows 双击Duix.Avatar-x.x.x-setup.exe安装Ubuntu 双击 AppImage 即可root 用户桌面下要加--no-sandbox参数运行。Ubuntu 服务端用docker-compose-linux.yml并且要先装好 nvidia-container-toolkit。能力实测输入什么得到什么一段10秒说话视频 → 你的数字分身建模时最容易踩的细节是上传的视频必须带真人说话的声音。程序会把视频拆成静音视频 音频两条线静音视频负责克隆外貌声音负责克隆音色。如果素材没有说话声这一步会直接报错——这也是社区 issue 里出现频率最高的一类。模型建好后在My Avatars里能看到后续创作直接选用。一段文案 → 口播成片最常用的路径选模型、贴文案系统先用克隆音色合成语音再按音频驱动口型出片。文案支持中、英、日、韩、法、德、阿拉伯、西八种语言。如果你手里已有录好的音频还可以跳过文字合成直接上传音频驱动口型语音里的节奏和语调会体现在画面表现上。这两步也开放了 APIDocker 起来后语音合成在127.0.0.1:18180视频合成提交和进度查询在127.0.0.1:8383完整的请求参数和返回结构可以参考 src/main/service/ 下的 model.js、video.js、voice.js。想接到自己的批量生产流程里这是官方给的入口。这套东西适合谁说直白点你在意人脸和声音数据落在哪里或者高频产出口播内容、不想按次计费这套本地方案就值得折腾。反过来两种情况建议先别装——机器上没有英伟达显卡的服务起不来换配置也没用只是想偶尔做一两条视频的为 70G 镜像和 100G 磁盘付出的时间成本可能比收益高。另外显卡是 50 系列的用户要改用docker-compose-5090.yml基于 torch 预览版本30/40 系列开 CUDA 12.8 也可用。社区高频踩坑拉镜像失败、建模报错、日志在哪看第一次跑的时候问题基本集中在三处按你遇到的先后排docker-compose up -d拉镜像报 connection 超时Docker Hub 官方源不稳定在 Docker 的 daemon.json 里加 registry-mirrors 国内镜像源或走全局网络新增模特报错九成是素材视频里没有人在说话重录带清晰人声的片段即可。其他报错先自查三个服务是否都是 Running 状态要贴日志客户端从右上角菜单Open Log导出服务端则是点进对应 Docker 容器的 Logs 面板复制报错段错误栈一般集中在请求处理的那几行更完整的自查流程和错误对照见 doc/常见问题.md。项目更新比较频繁提问前建议先把服务端镜像和客户端都更新到最新版不少问题已经被修掉了。硬件核对没问题的话就照上面的 5 步把服务跑起来然后上传第一条 10 秒视频看看效果再决定要不要深挖 API。项目地址https://gitcode.com/GitHub_Trending/he/Duix-Avatar【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：一段10秒视频，离线生成口播视频
Duix.Avatar开源数字人本地部署一段10秒视频离线生成口播视频【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-Avatar先说结果一段10秒的说话视频进去出来的是一条你用自己的声音念任意稿子的口播视频全程在你的电脑上离线完成。这就是 Duix.Avatar——一个支持数字人形象克隆、口播视频生成的开源 AI 工具所有算力都在本机 GPU 上跑素材、音频、模型文件不出机器。下文按装完长什么样 → 怎么跑通 → 能力拆解 → 谁适合 → 坑的顺序讲看完你手里应该有一份可以直接照做的清单。装完之后的形态3 个 Docker 服务 1 个桌面客户端先明确跑通的判定标准你的机器上会同时运行三个容器——fun-asr语音识别、fish-speech-ziming语音合成、duix.avatar视频合成再加上一个桌面上的 Duix.Avatar 客户端。客户端主页只有两个核心入口右侧上传视频克隆一个数字人形象 声音左侧用已有模型创作视频后面所有功能都围绕这两个动作展开。5 步跑通本地部署上手前先看硬件门槛官方推荐配置是 i5-13400F / 32G 内存 / RTX 4070系统要求 Windows 10 19042.1526 以上或 Ubuntu 22.04 Desktop。两个硬性条件必须有英伟达显卡且装好驱动本项目没有 NVIDIA 显卡三个服务根本起不来磁盘要留足——Windows 上 D 盘空闲大于 30G 存模型和作品C 盘大于 100G 存服务镜像。C 盘不够的话装完 Docker 后可在 Docker Desktop 的 Settings → Resources → Advanced 里把磁盘镜像位置改到别的盘步骤本身不复杂Windows 先确认 WSLwsl --list --verbose检查状态没装就wsl --install装完用wsl --update更新再安装 Docker Desktop首次启动接受协议并跳过登录拉取项目代码git clone https://gitcode.com/GitHub_Trending/he/Duix-Avatar进入deploy目录compose 文件都在 deploy/ 里执行docker-compose up -d只想要视频合成、不需要本地训练的话用docker-compose -f docker-compose-lite.yml up -d起来的服务只有Duix.Avatar-gen-video一个等待。首次拉镜像约 70G 流量半小时左右看网速建议连 WiFiDocker 里看到上述三个服务都在运行就算成功。客户端不用自己编译下载官方构建的安装包Windows 双击Duix.Avatar-x.x.x-setup.exe安装Ubuntu 双击 AppImage 即可root 用户桌面下要加--no-sandbox参数运行。Ubuntu 服务端用docker-compose-linux.yml并且要先装好 nvidia-container-toolkit。能力实测输入什么得到什么一段10秒说话视频 → 你的数字分身建模时最容易踩的细节是上传的视频必须带真人说话的声音。程序会把视频拆成静音视频 音频两条线静音视频负责克隆外貌声音负责克隆音色。如果素材没有说话声这一步会直接报错——这也是社区 issue 里出现频率最高的一类。模型建好后在My Avatars里能看到后续创作直接选用。一段文案 → 口播成片最常用的路径选模型、贴文案系统先用克隆音色合成语音再按音频驱动口型出片。文案支持中、英、日、韩、法、德、阿拉伯、西八种语言。如果你手里已有录好的音频还可以跳过文字合成直接上传音频驱动口型语音里的节奏和语调会体现在画面表现上。这两步也开放了 APIDocker 起来后语音合成在127.0.0.1:18180视频合成提交和进度查询在127.0.0.1:8383完整的请求参数和返回结构可以参考 src/main/service/ 下的 model.js、video.js、voice.js。想接到自己的批量生产流程里这是官方给的入口。这套东西适合谁说直白点你在意人脸和声音数据落在哪里或者高频产出口播内容、不想按次计费这套本地方案就值得折腾。反过来两种情况建议先别装——机器上没有英伟达显卡的服务起不来换配置也没用只是想偶尔做一两条视频的为 70G 镜像和 100G 磁盘付出的时间成本可能比收益高。另外显卡是 50 系列的用户要改用docker-compose-5090.yml基于 torch 预览版本30/40 系列开 CUDA 12.8 也可用。社区高频踩坑拉镜像失败、建模报错、日志在哪看第一次跑的时候问题基本集中在三处按你遇到的先后排docker-compose up -d拉镜像报 connection 超时Docker Hub 官方源不稳定在 Docker 的 daemon.json 里加 registry-mirrors 国内镜像源或走全局网络新增模特报错九成是素材视频里没有人在说话重录带清晰人声的片段即可。其他报错先自查三个服务是否都是 Running 状态要贴日志客户端从右上角菜单Open Log导出服务端则是点进对应 Docker 容器的 Logs 面板复制报错段错误栈一般集中在请求处理的那几行更完整的自查流程和错误对照见 doc/常见问题.md。项目更新比较频繁提问前建议先把服务端镜像和客户端都更新到最新版不少问题已经被修掉了。硬件核对没问题的话就照上面的 5 步把服务跑起来然后上传第一条 10 秒视频看看效果再决定要不要深挖 API。项目地址https://gitcode.com/GitHub_Trending/he/Duix-Avatar【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