如何3步部署Duix-Avatar10秒克隆数字人完整指南【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-Avatar你只需要录一段10秒的正面视频Duix-Avatar就能在本地完成你的形象和声音克隆把任意文案变成口型对口的口播视频。它全程离线运行形象和声音数据就像私人日记本一样只留在你自己的电脑里相比传统 3D 数字人制作成本降低99%以上没有技术背景的人也能在10分钟内建出第一个数字人。本文带你走完 3 个部署阶段并给出 3 个立即可用的创作场景。部署前自检硬件与系统30秒检查清单本节带你在动手部署前逐项核对系统与硬件要求提前暴露短板避免装到一半推倒重来。检查项达标线检测方式不满足时怎么办系统版本Windows 10 19042.1526 或更高或 Ubuntu 22.04 Desktop系统设置中查看“系统”项先升级系统版本其他 Linux 版本官方未验证处理器第 13 代 i5-13400F 或更高用 CPU-Z 查看型号与核心数低于参考线会拉长训练时长建议先升级再部署内存32GB及以上系统设置查看已安装内存关闭高内存占用程序或加装物理内存显卡NVIDIARTX 4070及以上驱动 ≥530.0执行nvidia-smi查看型号与驱动必须是 NVIDIA 卡并升级驱动AMD 或集显无法运行磁盘空间WindowsC 盘 ≥100GB、D 盘 ≥30GBUbuntu根目录 ≥130GB文件资源管理器查看各分区可用空间C 盘不足装完 Docker 后把镜像存放位置改到剩余 100GB 的磁盘文件夹WSL 与 DockerWSL 已安装Docker 图标显示 Runningwsl --list --verbose先wsl --install安装再wsl --update更新按 CPU 架构装 Docker Desktop本项目依赖CUDA 加速计算全部算力都在本地机器没有 NVIDIA 显卡或没装好驱动三个后端服务根本起不来。开工前务必跑一次nvidia-smi确认能正常显示显卡信息。部署全流程3个阶段从0到跑通本节带你按“阶段做什么 → 执行什么命令 → 如何验证成功”的顺序走完 3 个阶段每个阶段都有一个可执行的验证检查点验证失败就回到本阶段排查。阶段一环境准备——代码与 Docker 就位15分钟做什么拉取源码装好 WSLWindows与 Docker。# 克隆项目仓库 git clone https://gitcode.com/GitHub_Trending/he/Duix-Avatar cd Duix-Avatar# 检查本机是否已安装 WSL显示版本列表即已安装 wsl --list --verbose # 把 WSL 更新到最新版本 wsl --updateWindows 用户接着按 CPU 架构下载 Docker Desktop 安装首次运行接受协议并跳过登录Ubuntu 22.04 用户则直接装 Docker 并配置 NVIDIA 运行时# Ubuntu安装 Docker 与 docker-compose sudo apt install docker.io docker-compose如何验证成功目录里能看到deploy/与src/两个文件夹且 deploy/ 下有多份docker-compose-*.yml配置Windows 任务栏 Docker 图标显示 RunningUbuntu 执行docker --version有版本输出、nvidia-smi有显卡信息。阶段二一条命令启动全部服务30分钟做什么拉取三个服务镜像语音识别、语音合成、视频生成再一次性后台启动。# 拉取语音识别服务镜像 docker pull guiji2025/fun-asr # 拉取语音合成服务镜像 docker pull guiji2025/fish-speech-ziming # 拉取视频生成服务镜像 docker pull guiji2025/duix.avatar # 进入部署目录后台启动全部服务 cd deploy docker-compose up -d首次启动下载镜像约30分钟消耗流量约70GB建议连 WiFilite 精简版仅 1 个服务改为docker-compose -f docker-compose-lite.yml up -dNVIDIA 50 系显卡用户用docker-compose -f docker-compose-5090.yml up -d。如何验证成功Docker Desktop 中三个服务全部显示 Runninglite 版只有 1 个Duix.Avatar-gen-video拉镜像反复超时的话按图示在 Docker Desktop 的 Docker Engine 配置里填入国内镜像源保存后重试阶段三安装并启动客户端10分钟做什么① 下载官方构建的客户端安装包 → ② 双击Duix.Avatar-x.x.x-setup.exe安装 → ③ 首次启动同意用户协议。如何验证成功主界面出现 Create Video 与 Create Avatar 两个核心入口说明客户端已连上本地服务核心场景实操3个场景跑通数字人创作本节带你按“输入 → 操作 → 输出”的格式过完三个最常用的生产链路部署完成后任选其一即可出片。场景一10秒素材生成数字人输入一段 10-15 秒的正面视频。背景简单、光线充足面部清晰、表情自然并带轻微头部转动分辨率720p以上音频清晰无杂音、采样率不低于44.1kHz。操作在客户端点击 Create Avatar 按钮上传准备好的视频文件输入模型名称选择性别和年龄段点击“开始训练”等待5-10分钟。输出一个新数字人模型可反复用于后续出片。如何确认成功切换到 My Avatars 标签能选中刚刚创建的这位数字人。拍摄建议用绿幕背景拍摄便于后期换背景录制时保持头部稳定避免大幅度动作。场景二文案转口播成片输入一段台词文本建议先从50字以内开始验证链路。操作在 My Avatars 标签选择刚创建的数字人点击 Create Video在文本框输入台词选择语音风格语速、语调点击“生成视频”等待3-5分钟。输出一条口型与声音匹配的口播视频。如何确认成功作品列表中出现刚生成的视频可播放、可导出后期可用视频编辑软件加背景音乐、字幕调整亮度对比度。场景三API批量出片输入音频与视频文件路径加一个唯一任务编码。操作# 向本地8383端口提交视频合成任务 curl -X POST http://127.0.0.1:8383/easy/submit \ -H Content-Type: application/json \ -d {audio_url: 音频路径, video_url: 视频路径, code: 唯一编码, chaofen: 0, watermark_switch: 0, pn: 1}随后用任务编码轮询进度http://127.0.0.1:8383/easy/query?code${taskCode}。接口参数细节可参考 src/main/service/video.js、src/main/service/model.js 与 src/main/service/voice.js。输出任务编码与合成完成的视频循环调用即可批量生产。如何确认成功进度查询接口返回完成状态并能拿到成片地址。让成片更专业的4个细节面部检测参数在配置文件中提高检测置信度与特征点质量让五官更清晰{ face_detector: { confidence_threshold: 0.85, landmark_quality: high } }多模型管理分别创建微笑、严肃等不同表情风格的模型按视频内容选形象定期清理不常用模型释放存储。后期优化添加转场效果增强流畅度用 FFmpeg 做格式转换。辅助工具Audacity音频编辑与降噪、NVIDIA Control Panel显卡性能参数、Process Lasso系统资源分配。️ 排障与调优报错速查与分档参数本节带你用“现象 → 原因 → 处理”的速查表快速定位问题并按显卡档位挑一套合适的性能参数。常见报错速查现象 → 原因 → 处理现象可能原因处理建议服务起不来E1001Docker 服务未启动启动 Docker Desktop等服务就绪后再拉起容器显卡相关报错E2002NVIDIA 驱动版本过低升级驱动到530.0以上版本训练失败或效果差E3003训练素材质量不足重录光线充足、面部清晰的视频服务闪退或极慢E4004内存不足关闭其他高内存程序或加装物理内存端口被占用E500518180或8383端口冲突找出并关闭占用这两个端口的程序仍解决不了时按顺序自查三个服务是否都 Running、nvidia-smi是否显示显卡、服务端在 deploy/ 目录重跑docker-compose up -d与客户端pull代码后重新build是否都升到最新版、doc/常见问题.md 是否已有答案。服务端日志可直接在 Docker 里点开对应服务复制按显卡档位选性能参数配置档位硬件参考render_qualityface_detail_levelbatch_sizemax_threads入门档i5 32GB RTX 4070medium214主流档i7 64GB RTX 4080high328旗舰档i9 128GB RTX 4090ultra4416按上表把对应值写入配置文件即可例如主流档{ render_quality: high, face_detail_level: 3, batch_size: 2, max_threads: 8 }写在最后Duix-Avatar 把数字人的生产线搬进了你自己的电脑10 秒素材建形象输文案出成片所有数据不出本地机器。你的硬件投入是一张 NVIDIA 显卡时间成本约1小时完成全部部署。模型用得越多、素材库越厚这条内容生产线就会越顺。下一步今天就录一段 10 秒正面视频按本文流程把三个服务拉起来在客户端创建你的第一个数字人模型。【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