Duix.Avatar 数字人克隆完整指南10秒视频克隆形象本地免费生成口播视频【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 是一款免费开源的 AI 数字人项目上传一段 10 秒左右的视频即可克隆你的形象和声音输入文案或上传音频就能离线生成口播视频。所有计算在本机完成不依赖网络商用也免费。为什么值得在本地跑一套数字人成本、隐私与免费商用市面上做一个 3D 数字人形象动辄数十万元还要持续为云端 API 付费而 Duix.Avatar 把这套技术直接开源给你下面几点对普通用户最实在。制作成本降到一段 10 秒视频Duix.Avatar 背后团队用真人视频数据训练数字人模型已有 7 年官方 README 称该技术开源前已服务过 1 万多家企业、生成 50 万多个数字分身。现在你只需要一段 10 秒左右、带人声的视频程序会自动把它拆成静音视频 音频分别用于形象克隆和声音克隆。全离线运行素材不出你的电脑视频合成、语音克隆、语音识别全部在本地 GPU 上执行日常使用不需要联网。唯一需要网络的环节是首次部署下载镜像约 70GB 流量。如果你有不想上传到任何云端的素材客户资料、内部课件、未发布内容这一点很关键。免费商用有一个上限条件按项目协议全球范围内免费商用但用户量超过 10 万或年营收超过 1000 万美元的企业需要签署商业许可协议仓库内附《Duix.Avatar model community Licensing Agreement》。个人和小团队基本不受影响。不用懂技术也能出片客户端提供图形界面首页左侧是我的作品右侧是我的数字人新建数字人、输入文案、生成、回放都在界面上点几下一步完成脚本支持中、英、日、韩、法、德、阿拉伯、西语共 8 种语言。三步跑通部署硬件自查、启动三个服务、产出第一条视频这一节按环境要求 → 部署 → 出片的顺序走。只要硬件过关整个流程其实就三条命令的事。第一步先确认硬件达标项目要求说明系统Windows 10 19042.1526 或 Ubuntu 22.04内核 6.8.0-52-generic 已验证其他 Linux 发行版官方未测试显卡NVIDIA 显卡 正确驱动必要全部算力在本地没有 GPU 三个服务直接起不来推荐 RTX 4070内存32GB 及以上必要16GB 可能启动失败官方常见问题里有明确提示磁盘WindowsC 盘 ≥100GB 存 Docker 镜像D 盘 ≥30GB 存数字人数据数据目录D:\duix_avatar_data在 docker-compose 中可改其他源码构建客户端需 Node.js 18直接下官方安装包则不需要显卡驱动装好后用nvidia-smi能看到显卡信息即为成功。第二步配置 Docker启动服务端Windows 上先确认 WSL2 可用wsl --list --verbose # 查看是否已安装 WSL wsl --update # 更新 WSL然后按 CPU 架构安装 Docker Desktop安装时首次启动接受协议、跳过登录即可。如果 C 盘空闲不足 100GB可以在 Docker 设置里把磁盘镜像目录挪到别的盘打开 Settings → Resources → Advanced在 Disk image location 处 Browse 选择新位置并 Apply restart。Ubuntu 用户直接装 Docker 和 NVIDIA Container Toolkit 即可sudo apt install docker.io docker-compose再装nvidia-container-toolkit并执行sudo nvidia-ctk runtime configure --runtimedocker。接着克隆仓库并启动服务git clone https://gitcode.com/GitHub_Trending/he/Duix-Avatar cd Duix-Avatar/deploy docker-compose up -ddocker-compose.yml 里定义了三个服务这就是你要等的对象duix-avatar-asr语音识别基于 fun-asr端口 10095duix-avatar-tts语音克隆合成基于 fish-speech端口 18180duix-avatar-gen-video视频合成端口 8383首次拉取约消耗 70GB 流量耐心等待约半小时。看到 Docker 里三个服务都变为 Running 状态即成功。两种可选方案只有音频和现成模型、只想要视频合成能力docker-compose -f docker-compose-lite.yml up -d单服务Duix.Avatar-gen-video50 系列显卡5090 已验证30/40 系列开 CUDA 12.8 也可用docker-compose -f docker-compose-5090.yml up -dUbuntu 系统服务端docker-compose -f docker-compose-linux.yml up -d第三步装客户端生成第一条视频Windows下载官方构建的Duix.Avatar-x.x.x-setup.exe双击安装Ubuntu下载 Linux 版Duix.Avatar-x.x.x.AppImage双击即可运行无需安装在首页点创建数字人上传那段 10 秒带人声的视频训练完成后它就会出现在我的数字人列表里。之后进入创作页输入文案走 TTS 转语音或直接上传音频选定数字人即可合成口播视频口型与语音自动对齐。进阶玩法三个 API 端点与合成参数调整客户端只方便个人使用如果你要把数字人能力嵌进自己的系统项目开放了完整的本地 HTTP API——Docker 启动后端口直接暴露在127.0.0.1上无需任何鉴权。三个端点串起完整工作流模型训练声音预处理http://127.0.0.1:18180/v1/preprocess_and_tran。先自行把视频拆成静音视频 音频音频放到D:\duix_avatar_data\voice\data该目录是客户端与 TTS 服务约定的路径可在 docker-compose 中修改然后提交训练。注意保存返回值里的asr_format_audio_url和reference_audio_text下一步要用。音频合成http://127.0.0.1:18180/v1/invoke。请求体里除text、speaker和上一步的两个返回值外其余参数topP0.7、temperature0.7、max_new_tokens1024 等均为固定值照抄即可。视频合成http://127.0.0.1:8383/easy/submit传入audio_url、video_url和唯一code随后用 GET 请求http://127.0.0.1:8383/easy/query?code你的code轮询进度。客户端是如何调用这些接口的可以直接看源码模型训练服务、音频合成服务、视频合成服务跟着主进程 → api → service 的调用链读一遍就能掌握全部细节。视频合成请求体里可调的两个开关提交视频合成时请求体中除路径参数外还有两个控制项watermark_switch水印开关和chaofen超分开关超分指提升输出画质的上采样处理。README 示例里两者均传固定值0做批量生产时值得留意它们的作用。硬件不达标时的替代路线如果你不想买 GPU 服务器官方同时提供商业化的数字人/克隆音 API 接口服务无需本地显卡、口型效果更好、维护简单代价是不能改源码、口型效果与本地版不同。README 里有一张完整的对比表技术门槛、定制能力、维护成本、迭代速度等可以按自己的情况对号入座。排坑速查连接失败、训练报错与日志定位以下全部来自官方 常见问题文档 和高频 Issue统一按现象 → 原因 → 解决整理提问前先过一遍。docker-compose up -d拉镜像超时报 request canceled现象三个服务全部 Error提示Get https://registry-1.docker.io/v2/: ... request canceled原因Docker Hub 官方源连接不稳定解决打开代理全局模式或在 Docker Engine 配置里加国内镜像加速器registry-mirrors改完点 Apply restart新增模特创建数字人直接报错现象上传视频后训练失败原因用于创建模特的视频没有声音或没有人在说话——声音克隆需要真实人声解决换一段人声清晰的视频10 秒左右即可定制模特报 Connection refused现象日志出现建立funasr连接异常[Errno 111] Connection refused原因ASR 服务启动慢服务端刚拉起来就立刻克隆形象语音识别端口还没就绪内存只有 16GB 的机器也可能起不来解决启动后等几分钟再操作内存尽量 32GB 起视频生成卡在某一步不动社区反馈最多的卡点是生成停在 20% 左右通常与显存/内存不足有关增大虚拟内存、降低输出分辨率、或改用轻量版部署单服务都能缓解。三个服务起不来 / 客户端连不上自查顺序三个服务是否都是 Running 状态是否有 NVIDIA 显卡且驱动正常nvidia-smi验证服务端、客户端是否都是最新版服务端到/deploy重新执行docker-compose up -d客户端拉最新代码重新构建报错日志去哪里找客户端右上角设置菜单 → 打开日志日志文件在Roaming\heygem.ai\logs目录下的main.log服务端在 Docker 中点开对应容器的 Logs 页签点右上角复制图标即可整段复制适用场景与社区谁该用、卡住了去哪里问适合你如果你是内容创作者、讲师、电商或企业运营需要批量产出数字人口播内容或是开发者想拿开放 API 做二次集成又或者你处理的是隐私敏感素材必须离线。不适合你如果机器没有 NVIDIA 显卡服务无法启动或不想折腾 70GB 部署——直接走官方 API 服务更省心。求助渠道官方 常见问题文档 和 GitHub Issues 更新很勤提问前先看一眼你的问题大概率已被解决官网 duix.com 可以在线体验数字人对话能力技术交流与商务合作邮箱jamesduix.com一段 10 秒视频、三条命令就能在自己电脑里跑起一套可商用的数字人产线。部署卡住时别慌回到三步跑通一节核对硬件和 WSL再对照排坑速查表逐项过90% 的问题都出在这两步上。【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 数字人克隆完整指南10秒视频克隆形象本地免费生成口播视频【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 是一款免费开源的 AI 数字人项目上传一段 10 秒左右的视频即可克隆你的形象和声音输入文案或上传音频就能离线生成口播视频。所有计算在本机完成不依赖网络商用也免费。为什么值得在本地跑一套数字人成本、隐私与免费商用市面上做一个 3D 数字人形象动辄数十万元还要持续为云端 API 付费而 Duix.Avatar 把这套技术直接开源给你下面几点对普通用户最实在。制作成本降到一段 10 秒视频Duix.Avatar 背后团队用真人视频数据训练数字人模型已有 7 年官方 README 称该技术开源前已服务过 1 万多家企业、生成 50 万多个数字分身。现在你只需要一段 10 秒左右、带人声的视频程序会自动把它拆成静音视频 音频分别用于形象克隆和声音克隆。全离线运行素材不出你的电脑视频合成、语音克隆、语音识别全部在本地 GPU 上执行日常使用不需要联网。唯一需要网络的环节是首次部署下载镜像约 70GB 流量。如果你有不想上传到任何云端的素材客户资料、内部课件、未发布内容这一点很关键。免费商用有一个上限条件按项目协议全球范围内免费商用但用户量超过 10 万或年营收超过 1000 万美元的企业需要签署商业许可协议仓库内附《Duix.Avatar model community Licensing Agreement》。个人和小团队基本不受影响。不用懂技术也能出片客户端提供图形界面首页左侧是我的作品右侧是我的数字人新建数字人、输入文案、生成、回放都在界面上点几下一步完成脚本支持中、英、日、韩、法、德、阿拉伯、西语共 8 种语言。三步跑通部署硬件自查、启动三个服务、产出第一条视频这一节按环境要求 → 部署 → 出片的顺序走。只要硬件过关整个流程其实就三条命令的事。第一步先确认硬件达标项目要求说明系统Windows 10 19042.1526 或 Ubuntu 22.04内核 6.8.0-52-generic 已验证其他 Linux 发行版官方未测试显卡NVIDIA 显卡 正确驱动必要全部算力在本地没有 GPU 三个服务直接起不来推荐 RTX 4070内存32GB 及以上必要16GB 可能启动失败官方常见问题里有明确提示磁盘WindowsC 盘 ≥100GB 存 Docker 镜像D 盘 ≥30GB 存数字人数据数据目录D:\duix_avatar_data在 docker-compose 中可改其他源码构建客户端需 Node.js 18直接下官方安装包则不需要显卡驱动装好后用nvidia-smi能看到显卡信息即为成功。第二步配置 Docker启动服务端Windows 上先确认 WSL2 可用wsl --list --verbose # 查看是否已安装 WSL wsl --update # 更新 WSL然后按 CPU 架构安装 Docker Desktop安装时首次启动接受协议、跳过登录即可。如果 C 盘空闲不足 100GB可以在 Docker 设置里把磁盘镜像目录挪到别的盘打开 Settings → Resources → Advanced在 Disk image location 处 Browse 选择新位置并 Apply restart。Ubuntu 用户直接装 Docker 和 NVIDIA Container Toolkit 即可sudo apt install docker.io docker-compose再装nvidia-container-toolkit并执行sudo nvidia-ctk runtime configure --runtimedocker。接着克隆仓库并启动服务git clone https://gitcode.com/GitHub_Trending/he/Duix-Avatar cd Duix-Avatar/deploy docker-compose up -ddocker-compose.yml 里定义了三个服务这就是你要等的对象duix-avatar-asr语音识别基于 fun-asr端口 10095duix-avatar-tts语音克隆合成基于 fish-speech端口 18180duix-avatar-gen-video视频合成端口 8383首次拉取约消耗 70GB 流量耐心等待约半小时。看到 Docker 里三个服务都变为 Running 状态即成功。两种可选方案只有音频和现成模型、只想要视频合成能力docker-compose -f docker-compose-lite.yml up -d单服务Duix.Avatar-gen-video50 系列显卡5090 已验证30/40 系列开 CUDA 12.8 也可用docker-compose -f docker-compose-5090.yml up -dUbuntu 系统服务端docker-compose -f docker-compose-linux.yml up -d第三步装客户端生成第一条视频Windows下载官方构建的Duix.Avatar-x.x.x-setup.exe双击安装Ubuntu下载 Linux 版Duix.Avatar-x.x.x.AppImage双击即可运行无需安装在首页点创建数字人上传那段 10 秒带人声的视频训练完成后它就会出现在我的数字人列表里。之后进入创作页输入文案走 TTS 转语音或直接上传音频选定数字人即可合成口播视频口型与语音自动对齐。进阶玩法三个 API 端点与合成参数调整客户端只方便个人使用如果你要把数字人能力嵌进自己的系统项目开放了完整的本地 HTTP API——Docker 启动后端口直接暴露在127.0.0.1上无需任何鉴权。三个端点串起完整工作流模型训练声音预处理http://127.0.0.1:18180/v1/preprocess_and_tran。先自行把视频拆成静音视频 音频音频放到D:\duix_avatar_data\voice\data该目录是客户端与 TTS 服务约定的路径可在 docker-compose 中修改然后提交训练。注意保存返回值里的asr_format_audio_url和reference_audio_text下一步要用。音频合成http://127.0.0.1:18180/v1/invoke。请求体里除text、speaker和上一步的两个返回值外其余参数topP0.7、temperature0.7、max_new_tokens1024 等均为固定值照抄即可。视频合成http://127.0.0.1:8383/easy/submit传入audio_url、video_url和唯一code随后用 GET 请求http://127.0.0.1:8383/easy/query?code你的code轮询进度。客户端是如何调用这些接口的可以直接看源码模型训练服务、音频合成服务、视频合成服务跟着主进程 → api → service 的调用链读一遍就能掌握全部细节。视频合成请求体里可调的两个开关提交视频合成时请求体中除路径参数外还有两个控制项watermark_switch水印开关和chaofen超分开关超分指提升输出画质的上采样处理。README 示例里两者均传固定值0做批量生产时值得留意它们的作用。硬件不达标时的替代路线如果你不想买 GPU 服务器官方同时提供商业化的数字人/克隆音 API 接口服务无需本地显卡、口型效果更好、维护简单代价是不能改源码、口型效果与本地版不同。README 里有一张完整的对比表技术门槛、定制能力、维护成本、迭代速度等可以按自己的情况对号入座。排坑速查连接失败、训练报错与日志定位以下全部来自官方 常见问题文档 和高频 Issue统一按现象 → 原因 → 解决整理提问前先过一遍。docker-compose up -d拉镜像超时报 request canceled现象三个服务全部 Error提示Get https://registry-1.docker.io/v2/: ... request canceled原因Docker Hub 官方源连接不稳定解决打开代理全局模式或在 Docker Engine 配置里加国内镜像加速器registry-mirrors改完点 Apply restart新增模特创建数字人直接报错现象上传视频后训练失败原因用于创建模特的视频没有声音或没有人在说话——声音克隆需要真实人声解决换一段人声清晰的视频10 秒左右即可定制模特报 Connection refused现象日志出现建立funasr连接异常[Errno 111] Connection refused原因ASR 服务启动慢服务端刚拉起来就立刻克隆形象语音识别端口还没就绪内存只有 16GB 的机器也可能起不来解决启动后等几分钟再操作内存尽量 32GB 起视频生成卡在某一步不动社区反馈最多的卡点是生成停在 20% 左右通常与显存/内存不足有关增大虚拟内存、降低输出分辨率、或改用轻量版部署单服务都能缓解。三个服务起不来 / 客户端连不上自查顺序三个服务是否都是 Running 状态是否有 NVIDIA 显卡且驱动正常nvidia-smi验证服务端、客户端是否都是最新版服务端到/deploy重新执行docker-compose up -d客户端拉最新代码重新构建报错日志去哪里找客户端右上角设置菜单 → 打开日志日志文件在Roaming\heygem.ai\logs目录下的main.log服务端在 Docker 中点开对应容器的 Logs 页签点右上角复制图标即可整段复制适用场景与社区谁该用、卡住了去哪里问适合你如果你是内容创作者、讲师、电商或企业运营需要批量产出数字人口播内容或是开发者想拿开放 API 做二次集成又或者你处理的是隐私敏感素材必须离线。不适合你如果机器没有 NVIDIA 显卡服务无法启动或不想折腾 70GB 部署——直接走官方 API 服务更省心。求助渠道官方 常见问题文档 和 GitHub Issues 更新很勤提问前先看一眼你的问题大概率已被解决官网 duix.com 可以在线体验数字人对话能力技术交流与商务合作邮箱jamesduix.com一段 10 秒视频、三条命令就能在自己电脑里跑起一套可商用的数字人产线。部署卡住时别慌回到三步跑通一节核对硬件和 WSL再对照排坑速查表逐项过90% 的问题都出在这两步上。【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
