尧图网页设计 
10秒视频生成口播视频Duix.Avatar开源数字人本地部署指南【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编辑今天下班前要 10 条口播视频重新拍摄、剪辑、配音至少拖两天。用 Duix.Avatar 可以先拿一段 10 秒左右的视频克隆数字人形象和声音之后只要输入文案就能自动产出这条口播视频全程在自己的电脑上离线完成。这是一个开源的 AI 数字人工具包做的事就是上面这一件。最低配置跑通本地部署三步出第一条口播视频整套系统是本地图形界面 3 个 Docker 服务算力全部留在本机。动手前先确认两件事有英伟达显卡并装好驱动终端跑nvidia-smi能看到显卡即通过系统为 Windows 10 19042.1526 及以上或 Ubuntu 22.04。磁盘方面D 盘预留 30G 以上存数字人数据C 盘留 100G 以上存 Docker 镜像。第一步装 Docker DesktopWindows 下先用wsl --list --verbose确认 WSL 是否存在没有就执行wsl --installUbuntu 直接 apt 安装 docker 即可。第二步拉取服务端。在仓库的 deploy 目录执行git clone https://gitcode.com/GitHub_Trending/he/Duix-Avatar cd Duix-Avatar/deploy # 完整版语音合成TTS、语音识别ASR、视频合成共3个服务 docker-compose up -d # 轻量版只拉视频合成服务首次上手更轻 docker-compose -f docker-compose-lite.yml up -d首次拉镜像约 70G网速正常的话半小时左右完成三个容器全部 Running 即成功50 系列显卡请改用docker-compose-5090.yml。第三步装客户端Windows 双击官方构建的 setup.exeUbuntu 双击 AppImage 启动root 用户需在终端执行./Duix.Avatar-x.x.x.AppImage --no-sandbox。起来之后在创建数字人里上传一段带人声的 10 秒视频完成克隆再到创建视频输入文案或上传音频就能拿到成片⚠️ 没有英伟达显卡时三个服务都起不来本地部署不适合你可以改用官方 Coze 平台上现成的克隆智能体免部署直接使用。数字人克隆的三个核心模块与源码位置客户端其实只是壳真正干活的是三个相互独立的服务各自暴露一个本地端口不打开界面也能直接发 HTTP 请求调用声音克隆端口 18180素材视频里几秒钟说话就够TTS 服务按文案生成音色高度接近原声的新音频实现见 src/main/service/voice.js模特训练端口 10095把素材视频拆成静音视频加音频对音频做语音识别与预处理客户端编排逻辑在 src/main/service/model.js视频合成端口 8383让口型对齐音频并输出成片提交任务和轮询进度都是简单的 HTTP 接口实现见 src/main/service/video.js这意味着你可以绕过图形界面对着 127.0.0.1 自己拼一条流水线。文案支持中、英、日、韩、法、德、阿、西 8 种语言。硬件上官方推荐 13 代 i5 32G 内存 RTX 4070实测下限比这低项目官方推荐可用下限显卡RTX 407012G 显存8G 显存英伟达卡社区有跑通反馈内存32G 及以上16G 不推荐ASR 服务可能起不来磁盘D 盘 30G / C 盘 100G首次镜像下载约 70G部署与常见排坑四个高频问题对照处理1. 拉镜像连接失败现象docker-compose up -d报 registry 连接超时。原因Docker Hub 官方源不稳定。解法在 Docker Desktop 设置 → Docker Engine 里配置国内镜像源Linux 改 /etc/docker/daemon.json2. 新增模特报错现象上传素材后克隆直接失败。原因素材视频没有声音或没有人说话系统需要这段声音做声音克隆。解法重录一段本人在说话的 10 秒视频。3. 定制模特报 Connection refused现象服务端日志出现 funasr 连接异常。原因ASR 服务启动慢、操作太早或内存只有 16G 导致服务根本没起来。解法服务端启动后等几分钟再克隆内存不足升到 32G。4. C 盘空间告急现象部署完 C 盘快被占满。原因镜像与 WSL2 虚拟磁盘默认在 C 盘首次下载就有 70G。解法在 Docker Desktop → Resources → Advanced 里把磁盘镜像位置改到空闲 100G 以上的磁盘跑通之后能做什么口播视频的现有玩法与新方向现在就能落地的场景自媒体口播同一数字人换文案批量出片不用反复进棚课程培训把标准讲解内容做成带人脸的视频产品宣传分钟级宣传片低成本产出多语言版本同一段文案按 8 种语言分别生成未来值得关注的方向API 化三个本地端口已经开放接进自己的网站或内部系统即可自动生成并推送口播视频批处理流水线接口都是本地 HTTP用脚本排队跑、夜里批量出片完全可行商用边界开源版支持全球免费商用但用户量超 10 万或年营收超 1000 万美元的企业需另签商业许可协议从一段 10 秒素材到一条本地化口播产线Duix.Avatar 的完整路径基本一个下午就能走通先跑起来再按需调参。部署细节与更多问题对照官方文档doc/常见问题.md【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 10秒视频生成口播视频：Duix.Avatar开源数字人本地部署指南
10秒视频生成口播视频Duix.Avatar开源数字人本地部署指南【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编辑今天下班前要 10 条口播视频重新拍摄、剪辑、配音至少拖两天。用 Duix.Avatar 可以先拿一段 10 秒左右的视频克隆数字人形象和声音之后只要输入文案就能自动产出这条口播视频全程在自己的电脑上离线完成。这是一个开源的 AI 数字人工具包做的事就是上面这一件。最低配置跑通本地部署三步出第一条口播视频整套系统是本地图形界面 3 个 Docker 服务算力全部留在本机。动手前先确认两件事有英伟达显卡并装好驱动终端跑nvidia-smi能看到显卡即通过系统为 Windows 10 19042.1526 及以上或 Ubuntu 22.04。磁盘方面D 盘预留 30G 以上存数字人数据C 盘留 100G 以上存 Docker 镜像。第一步装 Docker DesktopWindows 下先用wsl --list --verbose确认 WSL 是否存在没有就执行wsl --installUbuntu 直接 apt 安装 docker 即可。第二步拉取服务端。在仓库的 deploy 目录执行git clone https://gitcode.com/GitHub_Trending/he/Duix-Avatar cd Duix-Avatar/deploy # 完整版语音合成TTS、语音识别ASR、视频合成共3个服务 docker-compose up -d # 轻量版只拉视频合成服务首次上手更轻 docker-compose -f docker-compose-lite.yml up -d首次拉镜像约 70G网速正常的话半小时左右完成三个容器全部 Running 即成功50 系列显卡请改用docker-compose-5090.yml。第三步装客户端Windows 双击官方构建的 setup.exeUbuntu 双击 AppImage 启动root 用户需在终端执行./Duix.Avatar-x.x.x.AppImage --no-sandbox。起来之后在创建数字人里上传一段带人声的 10 秒视频完成克隆再到创建视频输入文案或上传音频就能拿到成片⚠️ 没有英伟达显卡时三个服务都起不来本地部署不适合你可以改用官方 Coze 平台上现成的克隆智能体免部署直接使用。数字人克隆的三个核心模块与源码位置客户端其实只是壳真正干活的是三个相互独立的服务各自暴露一个本地端口不打开界面也能直接发 HTTP 请求调用声音克隆端口 18180素材视频里几秒钟说话就够TTS 服务按文案生成音色高度接近原声的新音频实现见 src/main/service/voice.js模特训练端口 10095把素材视频拆成静音视频加音频对音频做语音识别与预处理客户端编排逻辑在 src/main/service/model.js视频合成端口 8383让口型对齐音频并输出成片提交任务和轮询进度都是简单的 HTTP 接口实现见 src/main/service/video.js这意味着你可以绕过图形界面对着 127.0.0.1 自己拼一条流水线。文案支持中、英、日、韩、法、德、阿、西 8 种语言。硬件上官方推荐 13 代 i5 32G 内存 RTX 4070实测下限比这低项目官方推荐可用下限显卡RTX 407012G 显存8G 显存英伟达卡社区有跑通反馈内存32G 及以上16G 不推荐ASR 服务可能起不来磁盘D 盘 30G / C 盘 100G首次镜像下载约 70G部署与常见排坑四个高频问题对照处理1. 拉镜像连接失败现象docker-compose up -d报 registry 连接超时。原因Docker Hub 官方源不稳定。解法在 Docker Desktop 设置 → Docker Engine 里配置国内镜像源Linux 改 /etc/docker/daemon.json2. 新增模特报错现象上传素材后克隆直接失败。原因素材视频没有声音或没有人说话系统需要这段声音做声音克隆。解法重录一段本人在说话的 10 秒视频。3. 定制模特报 Connection refused现象服务端日志出现 funasr 连接异常。原因ASR 服务启动慢、操作太早或内存只有 16G 导致服务根本没起来。解法服务端启动后等几分钟再克隆内存不足升到 32G。4. C 盘空间告急现象部署完 C 盘快被占满。原因镜像与 WSL2 虚拟磁盘默认在 C 盘首次下载就有 70G。解法在 Docker Desktop → Resources → Advanced 里把磁盘镜像位置改到空闲 100G 以上的磁盘跑通之后能做什么口播视频的现有玩法与新方向现在就能落地的场景自媒体口播同一数字人换文案批量出片不用反复进棚课程培训把标准讲解内容做成带人脸的视频产品宣传分钟级宣传片低成本产出多语言版本同一段文案按 8 种语言分别生成未来值得关注的方向API 化三个本地端口已经开放接进自己的网站或内部系统即可自动生成并推送口播视频批处理流水线接口都是本地 HTTP用脚本排队跑、夜里批量出片完全可行商用边界开源版支持全球免费商用但用户量超 10 万或年营收超 1000 万美元的企业需另签商业许可协议从一段 10 秒素材到一条本地化口播产线Duix.Avatar 的完整路径基本一个下午就能走通先跑起来再按需调参。部署细节与更多问题对照官方文档doc/常见问题.md【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