如何快速打造自己的AI数字人Duix.Avatar免费部署与出片完整教程【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做一条AI口播视频商业平台动辄按分钟收费。有没有不花一分钱、数据不出自己电脑的免费方案Duix.Avatar就是答案它是一款开源的AI数字人克隆工具只需一段10秒左右的视频就能克隆你的形象和声音之后输入文案或上传音频即可自动生成口型同步的播报视频。全文按检查→部署→出片→排障的顺序带你走通。 先搞清楚Duix.Avatar能帮你做什么一句话讲清楚它的能力边界做什么从10秒左右的视频中同时提取外貌特征和声音特征生成一个属于你自己的数字人模型之后用文字或已有音频驱动它说话输出口型同步的口播视频。适合谁需要持续产出口播内容但不想出镜的自媒体作者、想批量制作标准化课程视频的讲师、需要品牌数字人的企业运营。产出什么可直接发布的口播视频文件全程离线运行不需要联网同时项目开放了API方便开发者把它接入自己的系统。 动手前的硬件与系统检查清单部署前对照下表逐项自查缺任何一项都会卡住操作系统Windows 1019042.1526或更高版本或 Ubuntu 22.04 Desktop显卡NVIDIA显卡并正确安装驱动必需。本项目所有算力都在本地没有N卡三个服务起不来内存32GB及以上必需只有16GB时语音识别服务可能启动不了磁盘Windows用户C盘留100GB以上存Docker服务镜像、D盘留30GB以上存数字人和作品数据Ubuntu用户空闲空间大于100GB参考配置第13代 i5-13400F 32GB内存 RTX 4070网络首次拉取镜像约消耗70GB流量建议连WiFi并预留半小时C盘空间不够时可在Docker Desktop设置页的 Resources → Disk image location 里把镜像存储位置改到空间更大的磁盘 三步完成部署装Docker、起服务、装客户端第1步安装DockerWindows用户先用wsl --list --verbose查看是否装过WSL没有就执行wsl --install再用wsl --update更新最后从Docker官网下载安装Docker Desktop。Ubuntu用户依次执行sudo apt update、sudo apt install docker.io、sudo apt install docker-compose。确认成功Windows上Docker Desktop底部显示 Engine runningUbuntu上执行docker --version能返回版本号。第2步启动服务端进入项目目录下的 deploy/ 文件夹执行启动命令。Windows用户cd deploy # 进入部署目录 docker-compose up -dUbuntu用户改用Linux专用配置文件cd deploy docker-compose -f docker-compose-linux.yml up -d # Ubuntu用linux版配置文件首次执行会拉取镜像约需半小时取决于网速。确认成功Docker中出现3个服务且状态均为RunningDuix.Avatar-asr语音识别端口10095、Duix.Avatar-tts语音合成端口18180、Duix.Avatar-gen-video视频生成端口8383。使用RTX 50系显卡请改用 deploy/ 里的docker-compose-5090.yml显存小的机器可跑lite版只有一个视频生成服务。第3步安装客户端到官方Releases页面下载对应系统的安装包Windows双击Duix.Avatar-x.x.x-setup.exe安装Ubuntu直接双击Duix.Avatar-x.x.x.AppImage启动若以root用户运行则需在终端追加--no-sandbox参数。确认成功客户端打开能看到Create Video和Create Avatar两个入口。 第一次出片从素材到成片走通全流程1. 上传素材点击Create Avatar上传一段10秒左右的视频。两个硬性要求——人物面部清晰、视频中必须有说话的声音程序要靠这段声音做声音克隆。2. 等待训练系统自动提取面部与声音特征耗时几分钟取决于硬件。确认成功模型出现在My Avatars列表中。3. 生成视频进入Create Video输入要说的文案或上传音频选择刚才的数字人点击生成。确认成功My Works中出现新视频播放时口型与语音自然对齐。⚡ 提升生成效率与质量的5条建议正面均匀打光拍摄素材时人脸光线均匀、背景简洁面部识别和声音还原都会更稳。时长控制在10~20秒太短特征提取不足太长拖慢训练10秒上下最划算。输出分辨率按需选择不需要4K就别选4K分辨率直接决定合成耗时。批量任务分批提交一次塞太多任务会压满显存分批跑更稳定。定期清理数据盘Windows下D:\duix_avatar_data会不断积累素材与中间文件及时清理避免30GB空间告急。 高频问题速查四个坑的排查路径1. 现象docker-compose up -d连接失败、请求超时。原因Docker Hub官方源连接不稳定。解决在Docker的daemon.json配置里添加registry-mirrors国内镜像源Windows在Docker Desktop设置里配置改完重启Docker再执行。2. 现象新增模特时报错、克隆失败。原因上传的视频里没有声音或画面中没有人说话。解决重新上传有真人出声说话的视频声音克隆依赖这段音频。3. 现象定制模特时报Connection refused。原因语音识别服务启动较慢服务刚起来时接口还没就绪。解决等服务端全部Running后等几分钟再克隆若机器内存只有16GB服务可能起不来建议32GB。4. 现象视频生成进度卡在20%不动。原因音频处理环节出错常见于音频文件路径异常。解决打开Docker中Duix.Avatar-tts服务的日志找file not exists之类的报错按提示核对音频路径必要时重启该服务 进阶玩法API接入、批量生成与多语言开放API服务启动后在本地暴露三组接口——模特训练与音频合成走127.0.0.1:18180视频合成与进度查询走127.0.0.1:8383可以跳过界面直接串出自己的数字人流水线。调用逻辑可参考 src/main/service/model.js、video.js、voice.js 的实现。批量生成通过视频合成接口循环提交任务系统自行排队处理适合内容矩阵式生产。多语言客户端支持中、英、日、韩、法、德、阿拉伯、西语8种界面语言在右上角菜单即可切换。至此从硬件自查到第一条成片你已经完整跑通了Duix.Avatar的全流程。下一步建议现在就录一段10秒的正面说话视频按文中步骤走一遍把我的数字人真正跑出来。过程中遇到更多报错可对照doc/常见问题.md逐条排查不同显卡和系统的compose配置都放在 deploy/ 目录里。【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
如何快速打造自己的AI数字人Duix.Avatar免费部署与出片完整教程【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做一条AI口播视频商业平台动辄按分钟收费。有没有不花一分钱、数据不出自己电脑的免费方案Duix.Avatar就是答案它是一款开源的AI数字人克隆工具只需一段10秒左右的视频就能克隆你的形象和声音之后输入文案或上传音频即可自动生成口型同步的播报视频。全文按检查→部署→出片→排障的顺序带你走通。 先搞清楚Duix.Avatar能帮你做什么一句话讲清楚它的能力边界做什么从10秒左右的视频中同时提取外貌特征和声音特征生成一个属于你自己的数字人模型之后用文字或已有音频驱动它说话输出口型同步的口播视频。适合谁需要持续产出口播内容但不想出镜的自媒体作者、想批量制作标准化课程视频的讲师、需要品牌数字人的企业运营。产出什么可直接发布的口播视频文件全程离线运行不需要联网同时项目开放了API方便开发者把它接入自己的系统。 动手前的硬件与系统检查清单部署前对照下表逐项自查缺任何一项都会卡住操作系统Windows 1019042.1526或更高版本或 Ubuntu 22.04 Desktop显卡NVIDIA显卡并正确安装驱动必需。本项目所有算力都在本地没有N卡三个服务起不来内存32GB及以上必需只有16GB时语音识别服务可能启动不了磁盘Windows用户C盘留100GB以上存Docker服务镜像、D盘留30GB以上存数字人和作品数据Ubuntu用户空闲空间大于100GB参考配置第13代 i5-13400F 32GB内存 RTX 4070网络首次拉取镜像约消耗70GB流量建议连WiFi并预留半小时C盘空间不够时可在Docker Desktop设置页的 Resources → Disk image location 里把镜像存储位置改到空间更大的磁盘 三步完成部署装Docker、起服务、装客户端第1步安装DockerWindows用户先用wsl --list --verbose查看是否装过WSL没有就执行wsl --install再用wsl --update更新最后从Docker官网下载安装Docker Desktop。Ubuntu用户依次执行sudo apt update、sudo apt install docker.io、sudo apt install docker-compose。确认成功Windows上Docker Desktop底部显示 Engine runningUbuntu上执行docker --version能返回版本号。第2步启动服务端进入项目目录下的 deploy/ 文件夹执行启动命令。Windows用户cd deploy # 进入部署目录 docker-compose up -dUbuntu用户改用Linux专用配置文件cd deploy docker-compose -f docker-compose-linux.yml up -d # Ubuntu用linux版配置文件首次执行会拉取镜像约需半小时取决于网速。确认成功Docker中出现3个服务且状态均为RunningDuix.Avatar-asr语音识别端口10095、Duix.Avatar-tts语音合成端口18180、Duix.Avatar-gen-video视频生成端口8383。使用RTX 50系显卡请改用 deploy/ 里的docker-compose-5090.yml显存小的机器可跑lite版只有一个视频生成服务。第3步安装客户端到官方Releases页面下载对应系统的安装包Windows双击Duix.Avatar-x.x.x-setup.exe安装Ubuntu直接双击Duix.Avatar-x.x.x.AppImage启动若以root用户运行则需在终端追加--no-sandbox参数。确认成功客户端打开能看到Create Video和Create Avatar两个入口。 第一次出片从素材到成片走通全流程1. 上传素材点击Create Avatar上传一段10秒左右的视频。两个硬性要求——人物面部清晰、视频中必须有说话的声音程序要靠这段声音做声音克隆。2. 等待训练系统自动提取面部与声音特征耗时几分钟取决于硬件。确认成功模型出现在My Avatars列表中。3. 生成视频进入Create Video输入要说的文案或上传音频选择刚才的数字人点击生成。确认成功My Works中出现新视频播放时口型与语音自然对齐。⚡ 提升生成效率与质量的5条建议正面均匀打光拍摄素材时人脸光线均匀、背景简洁面部识别和声音还原都会更稳。时长控制在10~20秒太短特征提取不足太长拖慢训练10秒上下最划算。输出分辨率按需选择不需要4K就别选4K分辨率直接决定合成耗时。批量任务分批提交一次塞太多任务会压满显存分批跑更稳定。定期清理数据盘Windows下D:\duix_avatar_data会不断积累素材与中间文件及时清理避免30GB空间告急。 高频问题速查四个坑的排查路径1. 现象docker-compose up -d连接失败、请求超时。原因Docker Hub官方源连接不稳定。解决在Docker的daemon.json配置里添加registry-mirrors国内镜像源Windows在Docker Desktop设置里配置改完重启Docker再执行。2. 现象新增模特时报错、克隆失败。原因上传的视频里没有声音或画面中没有人说话。解决重新上传有真人出声说话的视频声音克隆依赖这段音频。3. 现象定制模特时报Connection refused。原因语音识别服务启动较慢服务刚起来时接口还没就绪。解决等服务端全部Running后等几分钟再克隆若机器内存只有16GB服务可能起不来建议32GB。4. 现象视频生成进度卡在20%不动。原因音频处理环节出错常见于音频文件路径异常。解决打开Docker中Duix.Avatar-tts服务的日志找file not exists之类的报错按提示核对音频路径必要时重启该服务 进阶玩法API接入、批量生成与多语言开放API服务启动后在本地暴露三组接口——模特训练与音频合成走127.0.0.1:18180视频合成与进度查询走127.0.0.1:8383可以跳过界面直接串出自己的数字人流水线。调用逻辑可参考 src/main/service/model.js、video.js、voice.js 的实现。批量生成通过视频合成接口循环提交任务系统自行排队处理适合内容矩阵式生产。多语言客户端支持中、英、日、韩、法、德、阿拉伯、西语8种界面语言在右上角菜单即可切换。至此从硬件自查到第一条成片你已经完整跑通了Duix.Avatar的全流程。下一步建议现在就录一段10秒的正面说话视频按文中步骤走一遍把我的数字人真正跑出来。过程中遇到更多报错可对照doc/常见问题.md逐条排查不同显卡和系统的compose配置都放在 deploy/ 目录里。【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
