用 10 秒视频克隆数字人Duix.Avatar 离线部署 5 步跑通指南【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你有一段 10 秒的自我介绍视频想让它开口播报一篇新闻稿。找真人重录太慢云端数字人平台又按条收费视频还得传上网。Duix.Avatar 把这条路搬回本地一段视频克隆形象和声音之后输入文案或音频就能自动生成口型对得上的口播视频全程离线、不限次数。它到底解决了什么问题Duix.Avatar 的定位很直接一台能在自己电脑上跑、不用联网的数字人合成工具。打个比方它像一间本地直播间——把真人的脸和声音灌进去之后想让数字人说什么全靠文字或音频驱动。隐私算力全在本地视频和数据不出机器。成本克隆一次反复用没有按条账单。多语言脚本支持中、英、日、韩、法、德、阿、西 8 种语言。关键数据上传一段约 10 秒的视频就能同时完成形象克隆和声音克隆。快速上手从零到跑通先确认硬件一块英伟达显卡 装好驱动nvidia-smi能出信息、内存 32G 以上、硬盘留足Docker 镜像约 100G、数据 30G。装 DockerWindows 先装 WSLwsl --install再装 Docker DesktopC 盘不够 100G 时在设置里把磁盘镜像位置挪到别的盘。Ubuntu 22.04 则sudo apt install docker.io docker-compose再装 NVIDIA Container Toolkit 并配置 runtime。拉镜像起服务端进入deploy/目录执行docker-compose up -d。低配机器换docker-compose-lite.yml只起一个服务。首次下载约 70G 镜像连 WiFi 等半小时左右看到 3 个服务lite 版 1 个都 Running 就成功。50 系显卡改用docker-compose -f docker-compose-5090.yml up -d。装客户端到 Releases 下官方构建包Windows 双击setup.exe安装Ubuntu 直接跑.AppImage无需安装。克隆第一个模特打开客户端点新增模特传一段约 10 秒、有人说话声的视频等克隆完成数字人就建好了。到这里从空机器到能出片一般一小时内 ✅功能深讲1. 形象 声音克隆它做什么上传约 10 秒视频后程序把画面拆成静音视频 音频分别克隆五官轮廓和声音特征语调、语速都保留。怎么配置客户端新增模特时传视频即可后台两个容器接力——fish-speech管声音、fun-asr管识别。对应逻辑在 src/main/service/voice.js 和 src/main/service/model.js。带来改变真人只录一次之后无限复用省掉反复重录。2. 文字 / 音频驱动自动对口型它做什么输入文案或上传音频转成语音后驱动数字人张嘴口型和声音基本同步直接产出成片。怎么配置客户端生成视频里填文案合成走duix.avatar容器核心在 src/main/service/video.js。带来改变从对着镜头念稿变成写一段文案口播视频能量产。3. 开放 API接进你自己的系统它做什么Docker 起来后在127.0.0.1暴露端口模特训练、音频合成、视频合成都能直接调接口。怎么配置端口上18180管 TTS、8383管视频合成请求和返回结构可看 src/main/service/ 下的三个文件。带来改变不再只能双击客户端可以写代码对接把它嵌进你的业务里。横向对比本地部署 vs 真人重录 / 云端 API维度真人重录云端数字人 APIDuix.Avatar 本地是否联网否必须否数据隐私高低视频上云高全在本地费用人力成本高按条计费一次部署不限次硬件门槛无低需英伟达显卡能否改源码否否可以语言支持单条平台支持项8 种语言文案结论很直白想要隐私、量产出片且手上有显卡选本地只想省事、不想折腾机器再考虑云端。避坑常见误区 QA误区 1拿静音视频去克隆。→ 视频必须有人说话程序靠这段声音做声音克隆纯画面克隆不出声音。误区 2服务起不来就怀疑代码坏了。→ ⚠️ 先查显卡。本项目算力全在本地没装英伟达驱动三个服务根本起不来。误区 3镜像一直下载失败。→ 在 Docker Engine 配置里加国内registry-mirrors或开全局代理别干等。误区 450 系显卡直接跑默认 compose。→ 用docker-compose-5090.yml里面是 torch 预览版兼容新卡。误区 5报错不翻日志就提问。→ 先看客户端日志和三个容器日志多数问题日志里就有答案详见 常见问题。 一句话总结Duix.Avatar 把数字人口播从云端账单搬回你自己的显卡隐私、成本、次数都自己说了算。想上手先把仓库拉下来git clone https://gitcode.com/GitHub_Trending/he/Duix-Avatar再照着deploy/里的 compose 文件点起来。卡住了翻 常见问题。【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
用 10 秒视频克隆数字人：Duix.Avatar 离线部署 5 步跑通指南
用 10 秒视频克隆数字人Duix.Avatar 离线部署 5 步跑通指南【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你有一段 10 秒的自我介绍视频想让它开口播报一篇新闻稿。找真人重录太慢云端数字人平台又按条收费视频还得传上网。Duix.Avatar 把这条路搬回本地一段视频克隆形象和声音之后输入文案或音频就能自动生成口型对得上的口播视频全程离线、不限次数。它到底解决了什么问题Duix.Avatar 的定位很直接一台能在自己电脑上跑、不用联网的数字人合成工具。打个比方它像一间本地直播间——把真人的脸和声音灌进去之后想让数字人说什么全靠文字或音频驱动。隐私算力全在本地视频和数据不出机器。成本克隆一次反复用没有按条账单。多语言脚本支持中、英、日、韩、法、德、阿、西 8 种语言。关键数据上传一段约 10 秒的视频就能同时完成形象克隆和声音克隆。快速上手从零到跑通先确认硬件一块英伟达显卡 装好驱动nvidia-smi能出信息、内存 32G 以上、硬盘留足Docker 镜像约 100G、数据 30G。装 DockerWindows 先装 WSLwsl --install再装 Docker DesktopC 盘不够 100G 时在设置里把磁盘镜像位置挪到别的盘。Ubuntu 22.04 则sudo apt install docker.io docker-compose再装 NVIDIA Container Toolkit 并配置 runtime。拉镜像起服务端进入deploy/目录执行docker-compose up -d。低配机器换docker-compose-lite.yml只起一个服务。首次下载约 70G 镜像连 WiFi 等半小时左右看到 3 个服务lite 版 1 个都 Running 就成功。50 系显卡改用docker-compose -f docker-compose-5090.yml up -d。装客户端到 Releases 下官方构建包Windows 双击setup.exe安装Ubuntu 直接跑.AppImage无需安装。克隆第一个模特打开客户端点新增模特传一段约 10 秒、有人说话声的视频等克隆完成数字人就建好了。到这里从空机器到能出片一般一小时内 ✅功能深讲1. 形象 声音克隆它做什么上传约 10 秒视频后程序把画面拆成静音视频 音频分别克隆五官轮廓和声音特征语调、语速都保留。怎么配置客户端新增模特时传视频即可后台两个容器接力——fish-speech管声音、fun-asr管识别。对应逻辑在 src/main/service/voice.js 和 src/main/service/model.js。带来改变真人只录一次之后无限复用省掉反复重录。2. 文字 / 音频驱动自动对口型它做什么输入文案或上传音频转成语音后驱动数字人张嘴口型和声音基本同步直接产出成片。怎么配置客户端生成视频里填文案合成走duix.avatar容器核心在 src/main/service/video.js。带来改变从对着镜头念稿变成写一段文案口播视频能量产。3. 开放 API接进你自己的系统它做什么Docker 起来后在127.0.0.1暴露端口模特训练、音频合成、视频合成都能直接调接口。怎么配置端口上18180管 TTS、8383管视频合成请求和返回结构可看 src/main/service/ 下的三个文件。带来改变不再只能双击客户端可以写代码对接把它嵌进你的业务里。横向对比本地部署 vs 真人重录 / 云端 API维度真人重录云端数字人 APIDuix.Avatar 本地是否联网否必须否数据隐私高低视频上云高全在本地费用人力成本高按条计费一次部署不限次硬件门槛无低需英伟达显卡能否改源码否否可以语言支持单条平台支持项8 种语言文案结论很直白想要隐私、量产出片且手上有显卡选本地只想省事、不想折腾机器再考虑云端。避坑常见误区 QA误区 1拿静音视频去克隆。→ 视频必须有人说话程序靠这段声音做声音克隆纯画面克隆不出声音。误区 2服务起不来就怀疑代码坏了。→ ⚠️ 先查显卡。本项目算力全在本地没装英伟达驱动三个服务根本起不来。误区 3镜像一直下载失败。→ 在 Docker Engine 配置里加国内registry-mirrors或开全局代理别干等。误区 450 系显卡直接跑默认 compose。→ 用docker-compose-5090.yml里面是 torch 预览版兼容新卡。误区 5报错不翻日志就提问。→ 先看客户端日志和三个容器日志多数问题日志里就有答案详见 常见问题。 一句话总结Duix.Avatar 把数字人口播从云端账单搬回你自己的显卡隐私、成本、次数都自己说了算。想上手先把仓库拉下来git clone https://gitcode.com/GitHub_Trending/he/Duix-Avatar再照着deploy/里的 compose 文件点起来。卡住了翻 常见问题。【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
