免费AI数字人本地部署指南10秒视频克隆口播视频【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 不出镜做一条口播视频每天要更新口播视频的自媒体创作者都会遇到一笔真实成本自己出镜天天拍费时费力外包商业数字人服务又要花数万元。开源项目 Duix.Avatar 就是为这类需求做的——你只需准备一段 10 秒左右、带人声说话的视频丢进自己的电脑它就能完成你外貌和声音的克隆之后输入文案或上传音频就能自动生成口型同步的口播视频。整个过程在你本机完成视频素材和声音数据不出你的电脑。⚡ 项目速览Duix.Avatar 是一款免费开源的数字人工具箱支持本地部署和 API 调用。它负责两件事用一段 10 秒视频克隆数字人外貌声音再用文字或音频驱动数字人生成口播视频。适合有一台带 NVIDIA 显卡的电脑、需要批量产出讲解类内容的人。客户端主界面右侧「Create Avatar」用于克隆数字人左侧横幅用于生成口播视频下方列表展示已生成的作品和数字人模型✅ 检查硬件与磁盘空间开工前逐项对照缺任何一项都会卡住后面的流程系统Windows 1019042.1526 或更高或 Ubuntu 22.04官方仅验证过 22.04 Desktop显卡NVIDIA 显卡且已装驱动终端执行nvidia-smi能显示显卡信息硬性要求缺了服务起不来内存32G 及以上README 明确标注为必要项磁盘至少一块 100G 以上空闲的磁盘存 Docker 镜像Windows 还需要一个空闲 30G 以上的 D 盘存放数据网络首次拉取镜像约 70G 流量建议连 WiFi 下载推荐配置README 示例机i5-13400F 32G 内存 RTX 407050 系显卡另有专门部署方案5090 实测通过 主线实操阶段一安装 Docker 运行环境Windows 上先执行wsl --list --verbose检查是否装过 WSL没有就用wsl --install安装网络问题可能失败多试几次装完执行wsl --update更新最后安装 Docker Desktop。Ubuntu 用户执行sudo apt update # 刷新软件包索引 sudo apt install docker.io # 安装 Docker sudo apt install docker-compose # 安装 ComposeUbuntu 还需要装好 NVIDIA 驱动用nvidia-smi验证并配置nvidia-container-toolkitDocker 才能调用显卡。完成标志docker --version能输出版本号或 Docker Desktop 正常启动。阶段二部署三个服务端部署配置在仓库的/deploy目录一条命令启动cd deploy # 进入部署配置目录 docker-compose up -d # 后台启动 asr、tts、视频合成三个服务50 系显卡30/40 系 cuda12.8 也可改用docker-compose -f docker-compose-5090.yml up -d只想跑视频合成服务的话lite 版用docker-compose -f docker-compose-lite.yml up -d只启动Duix.Avatar-gen-video一个容器。执行后就是等待镜像下载约 70G通常半小时左右。如果 C 盘Docker 默认所在盘空闲不足 100G先去 Docker Desktop 的资源设置里把磁盘镜像位置改到空间足够的盘再启动。Docker Desktop 的 Resources 设置中可以更改磁盘镜像存储位置把 100G 镜像放到空闲空间足够的磁盘完成标志Docker 里出现 Duix.Avatar-asr、Duix.Avatar-tts、Duix.Avatar-gen-video 三个 Running 状态的服务lite 版只有一个。阶段三安装客户端从项目 Releases 页面下载官方构建包。Windows 双击Duix.Avatar-x.x.x-setup.exe安装Ubuntu 直接双击Duix.Avatar-x.x.x.AppImage启动无需安装。客户端本身不做计算它是调用本地服务的界面。完成标志客户端主界面正常打开能显示「我的作品」和「我的数字人」列表。阶段四克隆你的第一个数字人并生成视频在客户端点击「Create Avatar」上传一段 10 秒左右、带人声说话的视频。系统会自动分析视频提取面部和声音特征完成训练训练好的模型出现在「My Avatars」列表里。选中它输入要说的文案或直接上传音频文件点击生成几分钟后第一个口播视频出现在「My Works」列表。完成标志「My Works」里出现一条新口播视频口型与声音同步。 避坑提示几条最容易忽略的细节对照检查素材要求视频必须有声音且是人在说话程序要用这段声音做声音克隆。上传无声视频创建模特会直接失败。耗时预期首次拉镜像约 30 分钟服务端启动后 asr 服务就绪较慢等几分钟再开始克隆否则报Connection refused。磁盘占用首次下载约 70G 流量长期使用后作品和临时文件会持续占用数据盘记得定期清理。日志入口出问题时走 设置 →「Open Log」打开客户端日志目录提 issue 时附上日志内容。客户端日志目录下的 main.log 是排查数字人生成失败问题的主要依据之一 排障手册1.docker-compose up -d报request canceled或Client.Timeout exceeded现象三个服务全部启动失败报错指向 registry-1.docker.io。原因Docker Hub 官方源连接不稳定。解法给 Docker 配置registry-mirrors国内镜像源可用列表见 doc/常见问题.md镜像源会随时间失效需自行搜最新的Windows 在 Docker Desktop 的 Docker Engine 配置框里改。在 Docker Desktop 的 Docker Engine 设置里给 registry-mirrors 添加国内镜像源保存后重启生效2. 定制模特训练报Connection refused现象开始克隆后日志出现 asr 连接异常。原因Duix.Avatar-asr 服务启动较慢或内存太小16G 可能起不动服务。解法等服务全部 Running 后等几分钟再操作仍失败就把内存升到 32G 及以上。3. 视频生成卡住tts 服务日志刷File not exists现象生成进度停在某个百分比不动Duix.Avatar-tts日志反复出现 file not exists。原因服务读取的音频文件不存在音频目录是 docker-compose 里写死的服务间约定Windows 默认D:\duix_avatar_data\voice\data。解法确认音频文件位置无误后重启 tts 服务。tts 服务日志里的 file not exists 报错是排查数字人语音合成失败的主要线索4. 三个服务都 Running客户端仍报错现象服务端状态正常客户端创建模型却卡住或报错。原因客户端与服务端版本不一致项目更新频繁或 NVIDIA 驱动没装对。解法到/deploy目录重新执行docker-compose up -d更新服务端客户端更新到最新版并用nvidia-smi确认驱动。5. Ubuntu 上双击 AppImage 没反应现象直接双击后无任何提示。原因root 用户的沙箱限制。解法在终端执行./Duix.Avatar-x.x.x.AppImage --no-sandbox # 关闭沙箱启动客户端 进阶一瞥主线跑通后还有这些能力可以接着用本地 APIDocker 启动后在本地暴露语音服务端口 18180、视频合成端口 8383可直接调用模特训练、音频合成、视频合成三类接口调用方式见 src/main/service/ 下的 model.js、video.js、voice.js。客户端的一键生成本质也是调这些接口。八种语言脚本支持中文、英语、日语、韩语、法语、德语、阿拉伯语、西班牙语。多模型管理支持导入多个模型并一键切换管理。声音参数调节音频合成接口支持topP、temperature等参数可微调克隆音色。原理一句话整条链路由三个服务串成——fun-asr 把语音转成文字fish-speech 把文字合成为语音duix.avatar 再基于音频和参考画面完成口型视频合成。 花多少钱、下一步去哪门槛在硬件不在钱软件免费开源你只需自备 NVIDIA 显卡、32G 内存、100G 空闲磁盘和一次性约 70G 流量。配置满足的话克隆https://gitcode.com/GitHub_Trending/he/Duix-Avatar开工中途卡住先翻 doc/常见问题.md。【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