Duix.Avatar：30分钟免费部署本地AI数字人-开发者社区

Duix.Avatar：30分钟免费部署本地AI数字人

【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

Duix.Avatar 是一款免费开源的 AI 数字人工具：本地部署后，提交一段 10 秒左右的自拍视频，就能克隆你的形象和声音，输入文案或上传音频自动生成口播视频。全程离线、不限次数，环境搭好约 30 分钟。

🎬 一段 10 秒自拍，换一条不用出镜的口播视频

上周一个朋友把 12 秒的自拍丢进客户端的「Create Avatar」，没再露脸，就拿回一条自己出镜念稿的口播视频——形象、声音、口型都是他的，拍摄只花了一次。这就是 Duix.Avatar 的用法：本地部署一次，素材和成片都不出门。

它免费且开源，代码可以查看、可以改；所有处理都在本机完成，隐私数据不上云；界面只有几个按钮，不写代码也能出片。

背后跑的是三个本地服务

Docker（打包好运行环境的集装箱，一条命令起服务）会拉三个容器：fun-asr 做语音识别，把视频里的话转成文字；fish-speech 做语音合成，用克隆出来的声音读你的文案；duix.avatar 做视频合成，让嘴型跟着音频动。素材进来先被拆成无声视频和音频，声音克隆、文字合成、画面合成全部在 127.0.0.1 上完成，断网也能跑。

能力讲完了，下面按一条时间线把它跑起来：确认硬件、装 Docker、起服务、装客户端。

⚙️ 部署时间线：从确认硬件到三个服务跑通

硬件和磁盘先对个齐

系统：Windows 10 19042.1526 以上，或 Ubuntu 22.04 Desktop
显卡：NVIDIA 显卡并装好最新驱动（推荐配置为 RTX 4070 级别），这是硬性要求
内存：32G 及以上；16G 的机器语音识别服务可能起不来
磁盘：C 盘留 100G 以上放 Docker 镜像，D 盘留 30G 以上存素材和作品

C 盘不够 100G 时，装完 Docker 后在设置里把 Disk image location 挪到空间更大的盘，再 Apply & restart。

Docker 装好，把三个服务拉起来

先检查 WSL（Windows 里跑 Linux 的虚拟壳）：

wsl --list --verbose

没装过就装上，装完顺手更新：

wsl --install wsl --update

然后从 Docker 官网装 Docker Desktop（按 CPU 架构选安装包），装完验证显卡驱动是否就位：

nvidia-smi

能显示显卡信息才算通过。接着拿项目代码：

git clone https://gitcode.com/GitHub_Trending/he/Duix-Avatar

进入 deploy/ 目录，后台拉取并启动三个服务：

cd Duix-Avatar/deploy docker-compose up -d

compose 文件按机器换：

docker-compose -f docker-compose-linux.yml up -d docker-compose -f docker-compose-5090.yml up -d docker-compose -f docker-compose-lite.yml up -d

第一行给 Ubuntu，第二行给 NVIDIA 50 系显卡（5090 已验证），第三行是 lite 精简版（只起一个视频合成服务）。等约 30 分钟，下载约 70G 流量，建议连 WiFi；Docker 里出现三个 Running 的服务即成功。

最后从项目发布页下载对应系统的客户端安装包：Windows 双击Duix.Avatar-x.x.x-setup.exe安装；Ubuntu 直接运行.AppImage，root 用户跑不起来时在终端加参数：

./Duix.Avatar-x.x.x.AppImage --no-sandbox

服务都绿了，先别急着建数字人——下面三条坑，前人替你踩过。

🕳️ 部署前先看这 3 个最容易踩的坑

拉镜像超时，三个服务起不来。Docker Hub 连接不稳定，在 Docker Desktop 的 Docker Engine 配置里加 registry-mirrors（镜像源，镜像下载的国内中转站），保存后 Apply & restart，再重跑docker-compose up -d。
在 daemon.json 里加一段镜像源配置：
```
{ "registry-mirrors": [ "https://hub.littlediary.cn", "https://docker.1panelproxy.com" ] }
```
创建模特报 Connection refused。语音识别服务启动慢，服务端拉起来后等几分钟再开始克隆；内存小于 32G 时也可能起不来。另外记住：克隆用的素材必须有人声，程序要拿这段声音做声音克隆，无声视频必然报错。
视频生成卡在 20%。多半是音频处理环节出错。点右上角设置里的「Open Log」，打开 main.log 按报错定位；服务端的问题则去对应 Docker 服务的日志里找。

环境没坑了，开始真正用。先拍素材。