news 2026/9/11 11:38:54

三步快速跑通 Duix.Avatar:离线数字人视频生成部署指南

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
三步快速跑通 Duix.Avatar:离线数字人视频生成部署指南

三步快速跑通 Duix.Avatar:离线数字人视频生成部署指南

【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

下午想出一条口播视频,却不愿等云服务排队,更不想把真人素材传到外部平台。Duix.Avatar 是全离线的开源数字人项目:上传一段10 秒左右的视频即可克隆形象与声音,输入文案就能自动产出口型匹配的视频,算力全部在本地,支持8 种语言免费商用

✅ 它适合谁、不适合谁

这个项目用"本地 NVIDIA 显卡 + 32G 内存 + 约半小时首次等待",换"全离线、不限次、可商用"的口播视频生产。

  • 批量产出数字人口播、且素材隐私敏感的人(全流程离线,素材不出机器)
  • 想把数字人合成能力接进自家产品的开发者(Docker 启动后在http://127.0.0.1开放合成与训练接口)
  • 商用场景:全球免费商用,仅用户量超 10 万或年营收超 1000 万美元的企业需另签许可协议

没有 NVIDIA 显卡、内存不足 32G 的机器,以及需要实时交互数字人的需求(本项目只做非实时视频合成),不建议投入本地部署。

📋 部署前最低配置核对表

部署前把这张表核完,后面 90% 的报错都与它有关。

核对项最低要求备注
系统Windows 10 19042.1526+ 或 Ubuntu 22.04 Desktop其他 Linux 版本未做兼容验证
显卡NVIDIA 显卡且驱动装好缺卡或缺驱动服务起不来,用nvidia-smi验证
内存32G 及以上16G 可能导致 ASR(语音识别)服务起不来
磁盘(Windows)C 盘空闲 >100G,D 盘空闲 >30GC 盘存镜像文件,D 盘存数字人与作品数据
运行环境Docker(Windows 需先装 WSL)首次启动自动拉取镜像,约 70G 流量

🚀 三步跑通最小可用服务

准备:拉代码,核对磁盘与显卡

这步把代码和硬件就绪状态确认到位。

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

安装好 Docker 与 NVIDIA 驱动后,运行nvidia-smi完成标志:命令正常打印显卡信息,且磁盘空闲空间达到上表要求。

启动:一条命令拉起服务

这步会自动下载镜像并启动服务,耗时约半小时,注意连 WiFi。

cd deploy docker-compose up -d

只需视频合成能力时改用docker-compose -f docker-compose-lite.yml up -d完成标志:Docker 中出现三个服务且均为 Running 状态(Lite 版只有一个,名为 duix-avatar-gen-video)。

验证:打开客户端确认连接

下载官方构建的安装包,Windows 双击 exe 安装,Ubuntu 直接运行 AppImage 文件。完成标志:客户端首页正常显示"My Works / My Avatars"两个列表,无连接报错。

客户端首页:上方是"Create Video"视频合成与数字人形象创建入口,下方为"My Works"与"My Avatars"列表

📊 资源占用与效果

标准版拉三个容器,Lite 版只留一个;是否需要"文字转语音"环节是选择依据。

对比维度标准版Lite 版
服务容器3 个:TTS(语音合成)、ASR(语音识别)、视频合成1 个:视频合成
暴露本地端口18180、10095、83838383
启动命令docker-compose up -ddocker-compose -f docker-compose-lite.yml up -d
覆盖能力形象克隆 + 语音合成 + 视频合成仅视频合成

翻译一下:手里已有现成音频、只想要对应数字人视频时,Lite 版少下载、少启动两个容器;需要直接输入文字驱动口型,用标准版。

🎬 三步之后:跟着做一个最小示例

我用最短流程完整走一遍。

  1. 客户端点击"Create Avatar",上传一段 10 秒正面人像视频(背景干净、人在说话);预期:完成后"My Avatars"里多出一个新模型。
  2. 点击"Create Video",选中刚创建的模型,输入一段产品介绍文案(文案共支持 8 种语言)。
  3. 提交合成,等待进度走完;预期:进度条结束不报错。
  4. 回到"My Works",播放并下载生成的口播视频。

"My Avatars"页签下展示新克隆的数字人形象模型卡片及其创建时间

🔧 最容易卡住的 3 个地方

  1. 现象docker-compose up -d报 registry-1.docker.io 连接超时。原因:Docker Hub 官方源不稳定。解决:在 Docker Desktop 的 Docker Engine 设置里配置国内镜像源,示例见 常见问题。

Docker Desktop 的 Docker Engine 设置页,registry-mirrors 字段填入镜像源列表

  1. 现象:新增模特时报错。原因:建模视频必须带声音且是人在说话。解决:重拍一段说话清晰的 10 秒视频再上传。
  2. 现象:定制模特报 Connection refused。原因:ASR 服务启动慢,或机器内存太小。解决:服务端启动后等几分钟再操作;内存升到 32G 以上。

Duix.Avatar 把口播视频的生产门槛压到"一台带 NVIDIA 显卡的电脑 + 半小时等待"。部署跑通后,可按 README_zh.md 的接口说明把合成能力接入自己的产品;提问前建议先对照 doc/常见问题.md 自查。

【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

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/9/11 11:38:51

PWA安全模型与Service Worker攻防:从XSS到纵深防御实战

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

作者头像 李华
网站建设 2026/9/11 11:37:15

线程过多导致性能问题?解析3000+线程线上事故与线程池优化策略

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

作者头像 李华
网站建设 2026/9/11 11:37:01

树莓派Pico低功耗实战:MicroPython machine模块硬件级优化

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

作者头像 李华
网站建设 2026/9/11 11:35:53

ARM Cortex-M边缘AI实战:轻量级关键词唤醒模型源码深度解析

1. 项目概述:为什么一个轻量级关键词唤醒模型的源码审计值得花三天时间抠细节?ARM架构正在从服务器、桌面悄然下沉到每一台智能音箱、每一块工业传感器、每一台车载语音模块的MCU里。但很多人没意识到,当“小爱同学”“Hey Siri”这种唤醒词在…

作者头像 李华
网站建设 2026/9/11 11:34:18

嵌入式AI工业质检:RT-Thread+NCNN在MCU上实现离线实时缺陷检测

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

作者头像 李华