Duix.Avatar开源数字人完整指南10秒视频克隆形象本地生成口播视频【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-AvatarDuix.Avatar 是一款真正开源的 AI 数字人digital human工具包可完全离线在本地运行只需一段 10 秒视频即可克隆你的形象和声音输入文字或音频就能生成口型匹配的播报视频。它适合个人创作者、自媒体和需要批量产出口播内容的团队前提是手头有一台带英伟达显卡的电脑。从一个具体场景说起如果你一周要产出十几条口播视频真人出镜、录音、剪辑会吃掉大量时间把素材上传到在线服务又涉及账号绑定和数据外流的风险。Duix.Avatar 的思路是先拍一段 10 秒左右的正面视频把它交给程序完成克隆之后你只需要敲一段文案或丢一个音频文件数字版的你就会开始播报。整个过程在你的本地电脑完成素材不经过云端。能力速览它能帮你做什么形象与声音克隆一段 10 秒视频完成数字人形象和声音克隆想拥有一个可复用数字分身的人文字/语音驱动视频输入文案自动生成口型匹配的播报视频需要批量产出口播内容的自媒体、企业培训全离线运行全程不依赖外网素材不出本机对数据隐私有要求的教育、企业内部场景多语言支持脚本支持中、英、日、韩等 8 种语言需要多语言内容的出海场景客户端 API 双形态桌面客户端小白友好同时开放本地 HTTP API既适合非技术用户也适合要集成的开发者上图是客户端主界面左侧紫色区域是Create Video视频创建入口下方My Avatars里列着你已训练好的数字人。上手路线三步拿到第一个成片环境要求先确认硬件是否达标。官方推荐配置为 i5-13400F / 32G 内存 / RTX 4070 级别硬性要求有三点英伟达显卡及对应驱动本项目全部算力在本地没有它服务起不来内存建议 32G 及以上16G 及以下可能无法启动磁盘空间Windows 下 D 盘需大于 30G 空闲存放模型和作品Docker 镜像需要约 100G 空间可换到其他磁盘系统方面支持 Windows 1019042 及以上和 Ubuntu 22.04 Desktop其他 Linux 发行版的兼容情况详见官方文档。安装部署先克隆代码git clone https://gitcode.com/GitHub_Trending/he/Duix-Avatar执行成功后你应该在当前目录看到新增的Duix-Avatar文件夹。检查显卡驱动nvidia-smi执行成功后终端会显示驱动版本和显卡信息如果报错先去安装或更新英伟达驱动。然后安装 Docker。Windows 先执行wsl --install并wsl --update再安装 Docker DesktopUbuntu 用 apt 安装 docker.io 与 docker-compose 即可。接着启动服务端进入/deploy目录cd deploy docker-compose up -d执行成功后终端会提示 3 个容器依次 created、started首次运行会拉取镜像约 70G 流量、半小时左右速度取决于网速。docker ps执行成功后你应该看到 asr、tts、gen-video 三个服务都处于 UP 状态服务端即就绪。RTX 50 系列显卡换用 deploy/docker-compose-5090.ymlUbuntu 用户用 deploy/docker-compose-linux.ymllite 版只启动一个服务。上图是 Docker Desktop 的资源设置页如果系统盘剩余空间不足可以点 Browse 把磁盘镜像位置迁到空间更大的磁盘。最后安装客户端从 release 页下载官方构建的安装包Windows 为 exeUbuntu 为 AppImage首次启动连接本地服务端即可。第一次出结果准备一段 10-30 秒的正面视频背景简单、光线均匀人全程在说话——程序要用这段声音做声音克隆。在客户端Create Avatar上传等待训练完成耗时视显卡而定。进入Create Video选择模型输入文字或上传音频点击生成。合成完成后在My Works里预览并下载你的口播视频。高频问题现象、原因与处理拉镜像超时、连接失败。原因基本是 Docker Hub 连接不稳定。如果你遇到这种情况先检查是否配置了国内镜像源Windows 在 Docker Desktop 设置里加Linux 改/etc/docker/daemon.json。具体示例见 doc/常见问题.md。定制模特报 Connection refused。ASR 服务启动较慢服务起来后等几分钟再开始克隆多数情况会自行恢复同时确认机器内存16G 及以下可能直接起不来。模特训练失败、声音克隆报错。先检查上传的视频里有没有你的人声。视频无声或人没在说话训练必然失败重拍一段即可。三个服务始终起不来。先确认机器有英伟达显卡且驱动装好了跑一次nvidia-smi看是否输出显卡信息。本项目算力全在本地没有 GPU 基本无解。客户端出了错找不到原因。用客户端右上角设置菜单里的Open Log拿客户端日志服务端则到 Docker Desktop 点开对应容器的 Logs 查看。上图展示了客户端设置菜单的位置User Agreement、Open Log、Language switch 都从这里打开。上图是 TTS 服务容器的日志界面如果你遇到file not exists这类报错先检查音频、视频对应的挂载路径是否真实存在。上图是国内镜像源配置界面加上几个可用的镜像源后拉取超时问题通常就能解决。进阶方向给开发者的几个口子这个项目不只是个现成工具还有几处扩展点API 集成Docker 启动后在本地暴露端口127.0.0.1:18180负责模特训练与语音合成:8383负责视频合成提交与进度查询。请求示例可以直接看 src/main/service/model.js、src/main/service/video.js、src/main/service/voice.js。客户端定制客户端基于 Electron Vue3页面组件在 src/renderer/src/views多语言配置在 src/renderer/src/i18n自己构建客户端需要 Node.js 18。服务端部署变体deploy/ 下提供标准版、lite 版、50 系列显卡版和 Linux 版四份 compose 文件按机器情况选用。什么时候适合、什么时候别硬上Duix.Avatar 的强项很明确全本地离线、10 秒克隆、低成本批量产出口播视频代码开源且支持商用用户量超过 10 万或年营收超 1000 万美元的企业需签署商业许可协议。边界同样清楚它只支持带英伟达显卡的 Windows / Ubuntu 组合没有 GPU 或磁盘空间不够就别硬上口型效果属于可用级别而非电影级精度。如果你追求更精致的成片或企业级 SLA 支持建议先阅读官方文档了解其 API 服务方案再做选择。【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开源数字人完整指南：10秒视频克隆形象，本地生成口播视频
Duix.Avatar开源数字人完整指南10秒视频克隆形象本地生成口播视频【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-AvatarDuix.Avatar 是一款真正开源的 AI 数字人digital human工具包可完全离线在本地运行只需一段 10 秒视频即可克隆你的形象和声音输入文字或音频就能生成口型匹配的播报视频。它适合个人创作者、自媒体和需要批量产出口播内容的团队前提是手头有一台带英伟达显卡的电脑。从一个具体场景说起如果你一周要产出十几条口播视频真人出镜、录音、剪辑会吃掉大量时间把素材上传到在线服务又涉及账号绑定和数据外流的风险。Duix.Avatar 的思路是先拍一段 10 秒左右的正面视频把它交给程序完成克隆之后你只需要敲一段文案或丢一个音频文件数字版的你就会开始播报。整个过程在你的本地电脑完成素材不经过云端。能力速览它能帮你做什么形象与声音克隆一段 10 秒视频完成数字人形象和声音克隆想拥有一个可复用数字分身的人文字/语音驱动视频输入文案自动生成口型匹配的播报视频需要批量产出口播内容的自媒体、企业培训全离线运行全程不依赖外网素材不出本机对数据隐私有要求的教育、企业内部场景多语言支持脚本支持中、英、日、韩等 8 种语言需要多语言内容的出海场景客户端 API 双形态桌面客户端小白友好同时开放本地 HTTP API既适合非技术用户也适合要集成的开发者上图是客户端主界面左侧紫色区域是Create Video视频创建入口下方My Avatars里列着你已训练好的数字人。上手路线三步拿到第一个成片环境要求先确认硬件是否达标。官方推荐配置为 i5-13400F / 32G 内存 / RTX 4070 级别硬性要求有三点英伟达显卡及对应驱动本项目全部算力在本地没有它服务起不来内存建议 32G 及以上16G 及以下可能无法启动磁盘空间Windows 下 D 盘需大于 30G 空闲存放模型和作品Docker 镜像需要约 100G 空间可换到其他磁盘系统方面支持 Windows 1019042 及以上和 Ubuntu 22.04 Desktop其他 Linux 发行版的兼容情况详见官方文档。安装部署先克隆代码git clone https://gitcode.com/GitHub_Trending/he/Duix-Avatar执行成功后你应该在当前目录看到新增的Duix-Avatar文件夹。检查显卡驱动nvidia-smi执行成功后终端会显示驱动版本和显卡信息如果报错先去安装或更新英伟达驱动。然后安装 Docker。Windows 先执行wsl --install并wsl --update再安装 Docker DesktopUbuntu 用 apt 安装 docker.io 与 docker-compose 即可。接着启动服务端进入/deploy目录cd deploy docker-compose up -d执行成功后终端会提示 3 个容器依次 created、started首次运行会拉取镜像约 70G 流量、半小时左右速度取决于网速。docker ps执行成功后你应该看到 asr、tts、gen-video 三个服务都处于 UP 状态服务端即就绪。RTX 50 系列显卡换用 deploy/docker-compose-5090.ymlUbuntu 用户用 deploy/docker-compose-linux.ymllite 版只启动一个服务。上图是 Docker Desktop 的资源设置页如果系统盘剩余空间不足可以点 Browse 把磁盘镜像位置迁到空间更大的磁盘。最后安装客户端从 release 页下载官方构建的安装包Windows 为 exeUbuntu 为 AppImage首次启动连接本地服务端即可。第一次出结果准备一段 10-30 秒的正面视频背景简单、光线均匀人全程在说话——程序要用这段声音做声音克隆。在客户端Create Avatar上传等待训练完成耗时视显卡而定。进入Create Video选择模型输入文字或上传音频点击生成。合成完成后在My Works里预览并下载你的口播视频。高频问题现象、原因与处理拉镜像超时、连接失败。原因基本是 Docker Hub 连接不稳定。如果你遇到这种情况先检查是否配置了国内镜像源Windows 在 Docker Desktop 设置里加Linux 改/etc/docker/daemon.json。具体示例见 doc/常见问题.md。定制模特报 Connection refused。ASR 服务启动较慢服务起来后等几分钟再开始克隆多数情况会自行恢复同时确认机器内存16G 及以下可能直接起不来。模特训练失败、声音克隆报错。先检查上传的视频里有没有你的人声。视频无声或人没在说话训练必然失败重拍一段即可。三个服务始终起不来。先确认机器有英伟达显卡且驱动装好了跑一次nvidia-smi看是否输出显卡信息。本项目算力全在本地没有 GPU 基本无解。客户端出了错找不到原因。用客户端右上角设置菜单里的Open Log拿客户端日志服务端则到 Docker Desktop 点开对应容器的 Logs 查看。上图展示了客户端设置菜单的位置User Agreement、Open Log、Language switch 都从这里打开。上图是 TTS 服务容器的日志界面如果你遇到file not exists这类报错先检查音频、视频对应的挂载路径是否真实存在。上图是国内镜像源配置界面加上几个可用的镜像源后拉取超时问题通常就能解决。进阶方向给开发者的几个口子这个项目不只是个现成工具还有几处扩展点API 集成Docker 启动后在本地暴露端口127.0.0.1:18180负责模特训练与语音合成:8383负责视频合成提交与进度查询。请求示例可以直接看 src/main/service/model.js、src/main/service/video.js、src/main/service/voice.js。客户端定制客户端基于 Electron Vue3页面组件在 src/renderer/src/views多语言配置在 src/renderer/src/i18n自己构建客户端需要 Node.js 18。服务端部署变体deploy/ 下提供标准版、lite 版、50 系列显卡版和 Linux 版四份 compose 文件按机器情况选用。什么时候适合、什么时候别硬上Duix.Avatar 的强项很明确全本地离线、10 秒克隆、低成本批量产出口播视频代码开源且支持商用用户量超过 10 万或年营收超 1000 万美元的企业需签署商业许可协议。边界同样清楚它只支持带英伟达显卡的 Windows / Ubuntu 组合没有 GPU 或磁盘空间不够就别硬上口型效果属于可用级别而非电影级精度。如果你追求更精致的成片或企业级 SLA 支持建议先阅读官方文档了解其 API 服务方案再做选择。【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