Duix.Avatar 快速部署教程:从零做出第一个数字人口播视频

发布时间:2026/9/11 5:05:23

Duix.Avatar 快速部署教程:从零做出第一个数字人口播视频 Duix.Avatar 快速部署教程从零做出第一个数字人口播视频【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 是一个完全离线运行的开源数字人工具上传一段 10 秒左右的说话视频它就能克隆你的形象和声音再输入文案或上传音频即可生成口型匹配的播报视频。本文写给没接触过命令行和容器概念的读者读完后你能把本地三个服务全部跑起来并用客户端做出第一支数字人口播视频。部署前自查硬件与 Docker 先确认项目要求说明系统Windows 1019042.1526 及以上或 Ubuntu 22.04 桌面版其他 Linux 版本官方未验证显卡英伟达显卡并已装好驱动必需项。命令行执行nvidia-smi能显示显卡信息即通过内存32GB 及以上16G 可能导致语音识别服务起不来磁盘空闲空间 100GB 以上存放 Docker 镜像和模型文件预装软件DockerWindows 装 Docker DesktopUbuntu 装 docker 与 docker-compose。docker --version已有输出即可跳过如果 C 盘空闲不足 100GB装好 Docker Desktop 后可以改镜像存放位置Settings → Resources → Disk image location点 Browse 换到空间充足的盘。环境确认好了接下来先解决下载速度。 配置 Docker 镜像加速项目要拉 3 个镜像包合计约 70GB。Docker 默认走国外官方源国内网络很容易中断。解决办法是配置镜像加速源也就是让 Docker 改从国内的转发渠道拉取。点 Docker Desktop 右上角齿轮进设置找到 Docker Engine在页面里的 JSON 加上registry-mirrors字段填入加速源地址然后点 Apply restart。怎么算配好了Docker 重启后后续拉镜像不再出现 request canceled 这类连接中断报错就说明这一步到位了。 拉取项目代码打开命令行Windows 上是 PowerShell进入想存放项目的目录执行git clone https://gitcode.com/GitHub_Trending/he/Duix-Avatar cd Duix-Avatar命令无报错跑完、当前目录下出现 Duix-Avatar 文件夹说明拉取成功。 启动三个后端服务项目的算力全在三个容器里asr 做语音识别tts 做语音合成gen-video 做视频生成启动配置都在 deploy 目录。执行cd deploy docker-compose up -d首次运行会花半小时左右下载镜像在 Docker Desktop 里能看到下载进度。成功后容器列表里 Duix.Avatar-asr、Duix.Avatar-tts、Duix.Avatar-gen-video 三个服务都是 Running服务端就算就绪。内存紧张的话可改用同目录的 docker-compose-lite.yml 启动精简版只起一个视频生成服务。 安装客户端并确认主页从项目发布页下载官方构建的安装包Windows 版为 Duix.Avatar-x.x.x-setup.exe双击安装即可如果你已有 Node.js 18也可以直接用源码打包。装完双击桌面快捷方式进入主页能看到创建视频和创建数字人两张卡片说明环境已全部就绪。首次上手克隆数字人并生成第一条口播视频服务刚起完先等几分钟asr 服务完全就绪比较慢马上做形象克隆容易报 Connection refused。主页上方紫色卡片是 Create Video用来输入文字或上传音频驱动数字人说话右侧蓝色卡片是 Create Avatar用来上传真人视频创建数字人形象。下方我的作品和我的数字人两个页签分别存放已生成的视频和克隆好的形象。先点 Create Avatar上传一段 10 秒左右、正面说话的清晰视频。注意视频必须带声音轨道且人在说话因为程序要用这段声音做声音克隆。提交后等克隆完成我的数字人页签会出现新的形象卡片。再点 Create Video选中刚建好的数字人输入口播文案或上传音频文件提交合成。完成后口型匹配的口播视频就出现在我的作品里可以直接预览和下载。故障速查高频问题对照表出错先看日志客户端右上角 Setting → 打开日志会直接定位到客户端日志文件 main.log服务端日志则在 Docker Desktop 对应容器的 Logs 页签查看。现象可能原因解决办法docker-compose up -d 报 request canceledDocker Hub 官方源连接中断配置 registry-mirrors 镜像加速Apply restart服务起不来或反复重启无英伟达显卡或驱动未装好nvidia-smi 检查装好驱动后重启 Docker新增数字人失败上传视频无声音或没有人说话重录 10 秒清晰说话的视频再传克隆形象报 Connection refusedASR 服务未就绪或内存不足服务启动后等几分钟再操作内存建议 32G更多边缘问题可参考仓库里的常见问题文档。想再深入的话服务端的形象训练、音频合成、视频合成接口在核心源码里都有现成的调用示例对照着看一遍就能理解整个链路。【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
延伸阅读

更多相关文章

2026/9/11 5:05:23

能源数采网关全链路解析:解决能耗数据断点与碳核算支撑

/* 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 …

2026/9/11 5:05:23

大模型API调用的四大核心陷阱与最小可行代码

1. 那个“10行代码”背后的真实战场:不是Hello World,是API调用的第一次呼吸你看到标题里那句“我用10行代码跑通了第一次大模型调用”,是不是心里一松——哦,原来Agent开发这么简单?别急,我亲手把这10行代…

2026/9/11 6:00:28

FCM模糊聚类与PCA降维在轴承故障诊断中的Matlab实现

简介:这份Matlab数据聚类代码包面向本科、硕士阶段开展故障诊断与模式识别研究的读者,基于FCM模糊C均值聚类,并结合GK、GG及PCA等方法,对西储大学轴承数据进行状态识别,可直接对照示例运行学习。压缩包共51个文件&…

2026/9/11 6:00:28

用uv搭建AI Agent可复现基础设施

/* 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 …

2026/9/11 6:00:28

Windows量化服务系统:从LSTM模型到可部署交易服务

简介:这是一套面向高校毕业设计与课程设计场景的Python智能量化交易分析工具,专为具备基础编程能力的学习者和量化入门者打造,解决金融数据分析、策略建模与回测验证等核心需求。资源共258个文件,以236个Python源码为主&#xff0…

2026/9/11 6:00:28

GhostTrack 快速上手教程:3 步定位 IP、手机号与用户名信息

GhostTrack 快速上手教程:3 步定位 IP、手机号与用户名信息 【免费下载链接】GhostTrack Useful tool to track location or mobile number 项目地址: https://gitcode.com/GitHub_Trending/gh/GhostTrack 做信息收集时,最常见的尴尬是手里只有一…

2026/9/11 5:55:27

无人机三维路径规划:Dijkstra算法在动态避障中的应用

1. 项目概述:无人机三维路径规划的核心挑战无人机三维路径规划是当前智能飞行器领域的热门研究方向,特别是在复杂环境下的动态避障能力直接决定了无人机的实用性和安全性。传统二维规划无法满足城市峡谷、山地丛林等真实场景需求,而三维空间的…

2026/9/10 16:39:38

超人会飞不算本事:系统稳定依赖清晰规则与边界设计

开头先不绕弯子。“#斯坦李吐槽dc 所以超人是无缘无故会飞的嘛哈哈哈哈哈哈哈锤哥真是技术人才啊!#雷神 #复联”这类调侃式短标题,第一波冲击力在于它把两个宇宙的角色塞进同一个吐槽箱里,但细想一下就能发现,它真正碰到的根本不是…

2026/9/10 11:16:38

超人VS蜘蛛侠:拆解超级IP的影响力与传播方法论

把“蜘蛛侠 vs 超人”放在 CSDN 上聊,可能很多人第一反应是走错片场了。但如果把这两个角色看成“两个持续运营了 80 多年的文化产品”,你会发现,这场比较本质上是两个不同 IP 策略的长期结果对比:超人赢在定义了整个超级英雄题材…

2026/9/9 16:31:09

基于CNN的调制信号识别:MATLAB实现时频图分类实战

简介:本资源是一套面向通信工程与信号处理方向学习者、研究者的深度学习实践方案,聚焦调制信号自动检测与识别这一典型无线通信任务,解决传统方法依赖人工特征、低信噪比下性能下降等痛点。压缩包共12个文件(10.73MB)&…

2026/9/10 12:32:02

USB Type-C PCB布局分区设计:电源、高速信号与PD协议全攻略

做硬件这行,Type-C接口算是典型的“看着简单,做起来全坑”的东西。光引脚就24个,高低速信号、电源、控制线全部塞在一个小小的连接器里,如果PCB布局不做规划,打样回来基本就是“插上没反应”、“高速掉线”、“静电一打…

2026/9/10 15:19:50

系统编程学习原型如何补齐稳定性边界

系统编程学习原型如何补齐稳定性边界预算有限时&#xff0c;我先优化明显多余的复制&#xff0c;而不是猜测性地换容器。用借用传递只读数据通常就能减少分配&#xff1a; fn parse(line: &str) -> Result<Item, Error> { /* ... */ }用基准确认热点确实在分配&am…

2026/9/10 15:49:53

雨花区哪家财务公司代理记账比较好?

在雨花区&#xff0c;企业处理财税事务常常面临诸多挑战&#xff0c;选择一家靠谱的财务公司至关重要。湖南巨勤财务管理咨询有限公司就是本地正规实体财税服务机构&#xff0c;深耕本地工商财税行业多年&#xff0c;熟悉当地工商局、税务局最新政策与申报流程。主营公司注册、…

还想了解更多?直接咨询顾问

免费诊断 + 免费方案 + 透明报价。

全国咨询热线400-8866-253
免费获取方案
咨询二维码