Duix.Avatar 完整指南：开源免费 AI 数字人克隆，10 秒视频造一个会说话的你
Duix.Avatar 完整指南开源免费 AI 数字人克隆10 秒视频造一个会说话的你【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 是一款开源免费、完全离线的 AI 数字人工具包录一段 10 秒的说话视频克隆你的形象与声音输入文字即可生成口型匹配的口播视频。不联网、不收费数据留在你自己的电脑里。先看结果跑通之后你能得到什么这节先给你看最终产出让你判断它值不值得花半小时部署。最终产出两样东西一个会开口说话、口型对得上的数字你形象声音双克隆以及基于它无限生成的口播视频。客户端主界面左侧直接创建视频右侧克隆新数字人你的所有数字人和作品都归档在列表里。三点值得注意全程离线素材、模型、成片都不离开你的电脑文案支持 8 种语言中、英、日、韩、法、德、阿拉伯、西班牙语除文字外音频文件也能直接驱动数字人。能不能跑起来系统与硬件要求一览这节帮你先自查电脑配置不达标就先别急着部署。结论先行NVIDIA 显卡 32G 内存 约 130G 空余磁盘就能跑。所有算力都在本地没有 NVIDIA 显卡三个服务根本起不来。检查项要求说明系统Windows 1019042.1526 及以上或 Ubuntu 22.04官方在这两套系统上验证过显卡NVIDIA 显卡 已装官方驱动硬性条件Linux 可用nvidia-smi验证内存建议 32G16G 可能导致 ASR 服务起不来磁盘WindowsC 盘 100G D 盘 30GC 盘存镜像D 盘存数字人与作品数据磁盘Linux空余 100G 以上流量一次性下载约 70G 镜像只在首次部署时消耗参考配置i5-13400F / 32G / RTX 4070官方推荐组合最简部署路径从零到三个服务跑起来这节是全文唯一的安装手册按顺序做完即可。架构很简单三个 Docker 服务ASR 语音识别、TTS 语音合成、视频生成 一个桌面客户端。在 deploy/ 目录里执行一条 docker-compose 命令就能拉起。Windows准备 WSL 与 Dockerwsl --list --verbose # 查看是否已装 WSL没有就先执行 wsl --install wsl --update # 更新 WSL再从 Docker 官网安装 Docker Desktop首次启动接受协议、跳过登录。C 盘空间不够就改镜像存放位置C 盘不足 100G 时在 Docker Desktop 的 Settings → Resources → Advanced 里把 Disk image location 改到空余 100G 以上的盘。启动服务cd deploy docker-compose up -d # 完整版三个服务 # 只要视频生成服务时用精简版 docker-compose -f docker-compose-lite.yml up -d首次约需半小时拉取镜像视网速而定。在 Docker Desktop 里看到三个容器均为Running即部署成功。NVIDIA 50 系显卡5090 已实测30/40 系 CUDA 12.8 也适用用专用配置docker-compose -f docker-compose-5090.yml up -d安装客户端从项目发布页下载Duix.Avatar-x.x.x-setup.exe双击安装即可。Ubuntu 22.04sudo apt update sudo apt install docker.io docker-compose再安装 NVIDIA 驱动与 NVIDIA Container Toolkit完整步骤见 README.md 的 Ubuntu 章节用nvidia-smi确认驱动正常最后cd deploy docker-compose -f docker-compose-linux.yml up -d客户端为 AppImage 文件双击运行若以 root 用户双击无反应在终端执行./Duix.Avatar-x.x.x.AppImage --no-sandbox。跑通之后克隆你的第一个数字人并生成第一条口播视频这节是第一个完整工作流从一段素材视频到第一条口播成片共四步。第一步录素材10~20 秒的说话视频正面、光线均匀、口齿清晰。视频里必须有人在说话——程序要用这段声音做声音克隆无声素材会直接报错。第二步克隆数字人客户端点 Create Avatar → 选择视频 → 提交。系统会把视频拆分成静音视频与音频ASR 识别语音内容TTS 建立声音模型。服务端刚启动后 ASR 服务本身需要几分钟就绪别急着马上提交。第三步生成口播视频选中刚建好的数字人输入文案8 种语言任选或直接上传音频点击生成。内部顺序是先合成音频再用音频驱动视频完成口型对齐。第四步查看作品成片自动进入 My Works可播放、删除、导出。想跳过界面、把流程自动化项目开放了本地 APIDocker 启动后均走127.0.0.1环节接口声音克隆训练POST http://127.0.0.1:18180/v1/preprocess_and_tran音频合成POST http://127.0.0.1:18180/v1/invoke视频合成POST http://127.0.0.1:8383/easy/submit进度查询GET http://127.0.0.1:8383/easy/query?codetaskCode请求与返回参数示例可直接看 src/main/service/model.js、src/main/service/video.js、src/main/service/voice.js。它还能干什么能力与适用场景这节回答基础会用之后还能拿它做什么。能力清单多模型并存可导入多个数字人统一管理不同用途切不同人文字与音频双驱动音频输入会按节奏、语调带动口型与表情完全离线断网可用弱网、内网、隐私敏感场景都能跑API 全开放训练、合成、成片三个环节都接口化可接入你自己的业务流。适用场景场景用法自媒体 / 短视频同一批内容用不同数字人形象批量产出课程培训讲师形象统一课件视频标准化企业宣传数字人口播产品介绍、FAQ 视频分担客服多语言内容同一内容出中、英、日等 8 语种版本商用授权开源代码支持全球免费商用用户量超过 10 万或年营收超 1000 万美元的企业需签署商业许可协议详见 LICENSE 及项目根目录的许可协议 PDF。卡住了怎么办三类高频问题与快速定位这节把高频故障按卡在哪一步合并成三类每类给一条快速判断路径。① 卡在服务启动镜像下载失败 / 服务起不来最常见原因是连 Docker Hub 超时。解法Docker Desktop → Settings → Docker Engine在registry-mirrors里添加国内镜像源后重启。镜像源没问题服务仍起不来先查显卡驱动本项目算力全在本地没有 NVIDIA 显卡或服务三个服务无法启动。② 卡在数字人创建模型训练报音频相关错误多半是素材视频里没有说话声或声音不是人声重录素材Connection refusedASR 服务启动慢服务端起来后等几分钟再克隆内存只有 16G 时 ASR 服务可能直接起不来需要升级内存TTS 服务heygen-tts反复重启直接查日志定位原因。③ 卡在视频生成进度不动 / 没有结果定位靠两份日志客户端日志右上角 Settings → Open Log服务端日志Docker Desktop 里点对应服务的 Logs用右侧复制按钮把完整日志带出去求助通用自查三问按顺序过一遍能覆盖大多数情况三个服务是否全部RunningNVIDIA 显卡与驱动是否正常服务端与客户端是否都是最新版——到 deploy 目录重跑一次docker-compose up -d即可更新服务端。更多报错实例与解法见 doc/常见问题.md。更快、更省、更省力五条实用建议这节不介绍新功能只讲怎么省钱、省空间、省时间。省盘磁盘紧张就用精简版docker-compose-lite.yml只启动视频生成一个服务镜像占用明显变小提速NVIDIA 50 系显卡用docker-compose-5090.ymlPyTorch 官方预览版方案镜像与数据放 SSD模型加载更快空间管理定期删除不用的数字人和作品数据默认落在D:\duix_avatar_data重要模型手动备份到外部存储流量只花一次约 70G 的镜像下载是首次成本部署完成后续使用不再下载算一笔成本账无授权费、不限量生成、无云端费用持续成本基本为零。项目商业数字人服务Duix.Avatar 本地部署授权按年或按次收费开源免费支持免费商用硬件依赖云端算力家用 NVIDIA 显卡一次性投入网络必须在线完全离线断网可用数据上传云端本地duix_avatar_data目录持续费用按生成量计费0下一步去哪里本周做按本文部署路径把三个服务跑起来录一段 10 秒自拍说话视频完成第一次克隆和第一条口播视频。然后做打磨素材质量光线、角度、音量逐一试跑 8 种语言的内容生成。再深入把开放 API 接进你自己的工作流做批量自动化代码示例见 src/main/service/。配套资料完整安装与 Ubuntu 部署细节README.md报错实例与解决方案doc/常见问题.md部署配置目录deploy/【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