如何快速做出本地AI数字人Duix.Avatar新手完整指南【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-AvatarDuix.Avatar 是一款真正开源、可本地部署的 AI 数字人工具上传一段 10 秒视频即可完成形象与声音克隆输入文字或音频即可自动生成 AI 数字人口播视频全程离线运行、无需联网。✨ 30秒看懂 Duix.AvatarDuix.Avatar 是一个能部署在自己电脑上的离线视频合成工具把你本人变成可反复复用的数字分身。它特别适合两类人想批量产出口播视频的内容创作者以及注重隐私、希望数字人本地跑的技术用户。核心卖点10 秒视频即可克隆外貌 声音不需要专业团队和数周制作周期全离线操作素材和成片不离开本机适合教育、自媒体等隐私敏感场景自带 Docker 镜像和图形化客户端非技术人员也能上手同时开放本地 API 方便接入自有系统 快速上手Duix.Avatar 最快部署步骤部署路径一共四步克隆仓库 → 安装 Docker → 启动服务 → 安装客户端。推荐配置i5-13400F 级别 CPU、32G 及以上内存、NVIDIA 显卡参考配置 RTX 4070系统要求 Windows 10 19042.1526 或更高版本Ubuntu 22.04 也已官方适配。第 1 步确认硬件与磁盘空间❌ 不要用核显或 AMD 显卡本项目所有算力都依赖 NVIDIA CUDA❌ 不要只留 30G 不到的磁盘空间就开装模型和作品会持续占用存储✅ Windows 下 D 盘预留 30G 以上存数字人和作品、C 盘预留 100G 以上存 Docker 镜像如果 C 盘不足 100G可以在 Docker 装好后把磁盘镜像位置改到空间更大的目录再继续使用第 2 步克隆代码仓库这条命令把项目源码拉到本地其中deploy目录就是后面启动服务用的配置目录git clone https://gitcode.com/GitHub_Trending/he/Duix-Avatar cd Duix-Avatar第 3 步启动服务端这条命令拉取三个 Docker 镜像并启动语音合成、语音识别、视频合成三个服务首次运行约下载 70G 镜像、耗时半小时左右建议连着 WiFi 耐心等待cd deploy docker-compose up -d❌ 首次启动不要中途打断直到 Docker 里三个服务都显示 Running 再打开客户端✅ 镜像下载慢时在 Docker 的 registry-mirrors 里配置国内镜像源只想要视频合成能力可改用 lite 版单服务✅ 50 系列显卡如 5090用专属配置启动docker-compose -f docker-compose-5090.yml up -d第 4 步安装客户端从项目 release 页下载对应系统安装包Windows 双击 exe 安装、Ubuntu 直接运行 AppImage❌ 不要装在中文路径下可能加载不到资源文件✅ 首次启动在设置里配置服务端地址本机部署用默认即可核心功能实操AI数字人三件核心事克隆你自己的数字人它能做什么上传一段 1030 秒的正面说话视频系统会把视频拆成静音视频 音频分别用 AI 构建你的外貌模型和声音模型训练完成后这个数字人可被任意后续视频复用。怎么用它在客户端点 Create Avatar上传视频等训练结束到 My Avatars 列表查看结果。❌ 不要用没有声音、或画面里没人说话的视频声音克隆完全依赖视频里的原声❌ 避免戴眼镜、帽子避免多人同框或频繁遮挡面部✅ 分辨率不低于 720P、帧率 24fps 以上背景简单、光线均匀用文字生成口播视频它能做什么输入一段文字或直接上传音频语音合成先把你克隆的声音念出来再根据语音的节奏和口型参数驱动形象渲染出嘴型对得上的视频省去真人拍摄和后期剪辑。怎么用它在 Create Video 里选一个数字人模型输入文本或上传音频选择分辨率与输出路径点 Generate 开始合成。❌ 单次合成文本别超过 500 字避免内存压力✅ 音频驱动模式下采样率 44.1kHz 的音频效果最稳✅ 合成过程中不要关客户端失败时先检查显存是否充足用 API 接入自己的系统批量生产它能做什么Docker 启动后服务端就在本地开放了 HTTP 接口模特训练、音频合成端口 18180、视频合成端口 8383与进度查询都能调用串起来就是文本 → 语音 → 视频的完整流水线适合做批量内容生产或嵌入自己的产品。怎么用它各接口的请求与返回示例直接写在 src/main/service/ 目录下的代码里照着抄参数即可。✅ 音频合成要带上训练接口返回的 reference_audio 与 reference_text漏传会直接报错 常见问题排查症状与解决办法拉镜像超时报 request canceled→ Docker Hub 官方源不稳定在 Docker 里配置国内 registry-mirrors 镜像源或开全局代理后重试三个服务起不来 / 反复重启→ 基本是缺 NVIDIA 显卡或没装驱动跑一下nvidia-smi确认能显示显卡信息没有驱动三个服务都起不了新增模特时报错→ 视频必须有声音且是人在说话这是声音克隆的原材料详见官方文档doc/常见问题.md定制模特报 Connection refused→ 语音识别服务没跑起来检查三个容器是否都是 Running必要时到/deploy重新执行docker-compose up -d问题不好定位时用客户端右上角齿轮菜单打开日志再逐个点开 Docker 里的服务看报错通常能直接看到根因。进阶拓展二次开发与性能优化入口二次开发训练、视频、声音的服务逻辑在 src/main/service/接口封装在 src/main/api/界面组件在 src/renderer/src/views改完重新构建即可性能优化不需要语音识别时可改用 lite 版只跑单服务省下显存与磁盘输出分辨率调低能明显提升合成速度50 系列显卡走 5090 专属配置保证兼容社区资源自查步骤与高频问题都收录在 doc/常见问题.md 和 README_zh.md项目迭代较快遇到 bug 先升级到最新版本再排查Duix.Avatar 把给自己造一个数字人的门槛降到了 10 秒素材加一台本地电脑任何人都可以低成本批量产出 AI 数字人口播视频。随着社区持续迭代更多显卡与场景的适配会让这套工具变得更好用。【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
如何快速做出本地AI数字人：Duix.Avatar新手完整指南
如何快速做出本地AI数字人Duix.Avatar新手完整指南【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-AvatarDuix.Avatar 是一款真正开源、可本地部署的 AI 数字人工具上传一段 10 秒视频即可完成形象与声音克隆输入文字或音频即可自动生成 AI 数字人口播视频全程离线运行、无需联网。✨ 30秒看懂 Duix.AvatarDuix.Avatar 是一个能部署在自己电脑上的离线视频合成工具把你本人变成可反复复用的数字分身。它特别适合两类人想批量产出口播视频的内容创作者以及注重隐私、希望数字人本地跑的技术用户。核心卖点10 秒视频即可克隆外貌 声音不需要专业团队和数周制作周期全离线操作素材和成片不离开本机适合教育、自媒体等隐私敏感场景自带 Docker 镜像和图形化客户端非技术人员也能上手同时开放本地 API 方便接入自有系统 快速上手Duix.Avatar 最快部署步骤部署路径一共四步克隆仓库 → 安装 Docker → 启动服务 → 安装客户端。推荐配置i5-13400F 级别 CPU、32G 及以上内存、NVIDIA 显卡参考配置 RTX 4070系统要求 Windows 10 19042.1526 或更高版本Ubuntu 22.04 也已官方适配。第 1 步确认硬件与磁盘空间❌ 不要用核显或 AMD 显卡本项目所有算力都依赖 NVIDIA CUDA❌ 不要只留 30G 不到的磁盘空间就开装模型和作品会持续占用存储✅ Windows 下 D 盘预留 30G 以上存数字人和作品、C 盘预留 100G 以上存 Docker 镜像如果 C 盘不足 100G可以在 Docker 装好后把磁盘镜像位置改到空间更大的目录再继续使用第 2 步克隆代码仓库这条命令把项目源码拉到本地其中deploy目录就是后面启动服务用的配置目录git clone https://gitcode.com/GitHub_Trending/he/Duix-Avatar cd Duix-Avatar第 3 步启动服务端这条命令拉取三个 Docker 镜像并启动语音合成、语音识别、视频合成三个服务首次运行约下载 70G 镜像、耗时半小时左右建议连着 WiFi 耐心等待cd deploy docker-compose up -d❌ 首次启动不要中途打断直到 Docker 里三个服务都显示 Running 再打开客户端✅ 镜像下载慢时在 Docker 的 registry-mirrors 里配置国内镜像源只想要视频合成能力可改用 lite 版单服务✅ 50 系列显卡如 5090用专属配置启动docker-compose -f docker-compose-5090.yml up -d第 4 步安装客户端从项目 release 页下载对应系统安装包Windows 双击 exe 安装、Ubuntu 直接运行 AppImage❌ 不要装在中文路径下可能加载不到资源文件✅ 首次启动在设置里配置服务端地址本机部署用默认即可核心功能实操AI数字人三件核心事克隆你自己的数字人它能做什么上传一段 1030 秒的正面说话视频系统会把视频拆成静音视频 音频分别用 AI 构建你的外貌模型和声音模型训练完成后这个数字人可被任意后续视频复用。怎么用它在客户端点 Create Avatar上传视频等训练结束到 My Avatars 列表查看结果。❌ 不要用没有声音、或画面里没人说话的视频声音克隆完全依赖视频里的原声❌ 避免戴眼镜、帽子避免多人同框或频繁遮挡面部✅ 分辨率不低于 720P、帧率 24fps 以上背景简单、光线均匀用文字生成口播视频它能做什么输入一段文字或直接上传音频语音合成先把你克隆的声音念出来再根据语音的节奏和口型参数驱动形象渲染出嘴型对得上的视频省去真人拍摄和后期剪辑。怎么用它在 Create Video 里选一个数字人模型输入文本或上传音频选择分辨率与输出路径点 Generate 开始合成。❌ 单次合成文本别超过 500 字避免内存压力✅ 音频驱动模式下采样率 44.1kHz 的音频效果最稳✅ 合成过程中不要关客户端失败时先检查显存是否充足用 API 接入自己的系统批量生产它能做什么Docker 启动后服务端就在本地开放了 HTTP 接口模特训练、音频合成端口 18180、视频合成端口 8383与进度查询都能调用串起来就是文本 → 语音 → 视频的完整流水线适合做批量内容生产或嵌入自己的产品。怎么用它各接口的请求与返回示例直接写在 src/main/service/ 目录下的代码里照着抄参数即可。✅ 音频合成要带上训练接口返回的 reference_audio 与 reference_text漏传会直接报错 常见问题排查症状与解决办法拉镜像超时报 request canceled→ Docker Hub 官方源不稳定在 Docker 里配置国内 registry-mirrors 镜像源或开全局代理后重试三个服务起不来 / 反复重启→ 基本是缺 NVIDIA 显卡或没装驱动跑一下nvidia-smi确认能显示显卡信息没有驱动三个服务都起不了新增模特时报错→ 视频必须有声音且是人在说话这是声音克隆的原材料详见官方文档doc/常见问题.md定制模特报 Connection refused→ 语音识别服务没跑起来检查三个容器是否都是 Running必要时到/deploy重新执行docker-compose up -d问题不好定位时用客户端右上角齿轮菜单打开日志再逐个点开 Docker 里的服务看报错通常能直接看到根因。进阶拓展二次开发与性能优化入口二次开发训练、视频、声音的服务逻辑在 src/main/service/接口封装在 src/main/api/界面组件在 src/renderer/src/views改完重新构建即可性能优化不需要语音识别时可改用 lite 版只跑单服务省下显存与磁盘输出分辨率调低能明显提升合成速度50 系列显卡走 5090 专属配置保证兼容社区资源自查步骤与高频问题都收录在 doc/常见问题.md 和 README_zh.md项目迭代较快遇到 bug 先升级到最新版本再排查Duix.Avatar 把给自己造一个数字人的门槛降到了 10 秒素材加一台本地电脑任何人都可以低成本批量产出 AI 数字人口播视频。随着社区持续迭代更多显卡与场景的适配会让这套工具变得更好用。【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
