企业官网建设流程全解析

10秒视频变会说话的数字人：Duix.Avatar 本地部署完整指南

【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

Duix.Avatar 是一款支持本地部署的开源数字人工具：上传一段10秒左右的视频即可克隆你的形象和声音，之后输入文案或上传音频，就能生成口型同步的口播视频。全部算力跑在你自己的电脑上，不联网、不上传数据。

部署前先看这台电脑扛不扛得住

Duix.Avatar 的所有推理都在本机完成，所以硬件是硬门槛，不是可选项。对照下面这张表自查一遍，缺哪项就补哪项：

三步把 Duix.Avatar 本地部署跑起来 📦

环境没问题，接着就是拉代码、装依赖、起服务这三步。

第一步：把项目源码拉到本地

git clone https://gitcode.com/GitHub_Trending/he/Duix-Avatar cd Duix-Avatar

执行完你会得到一个项目目录，里面deploy/存放 Docker 启动配置，src/是客户端源码。

第二步：安装客户端依赖

npm install

这是为 Electron 客户端安装运行依赖，看到输出末尾没有报错，就说明装好了。

第三步：启动后端服务

cd deploy && docker-compose up -d

这一步会拉取约 70GB 的镜像，需要等一段时间，建议连 WiFi。稍后打开 Docker，看到三个服务全部处于 Running 状态，后端就算就绪了。Ubuntu 22.04 用户把启动文件换成 deploy 目录下的 Linux 版配置即可，流程相同。

服务就绪后，直接运行 npm run dev 从源码启动客户端，或双击官方构建的安装包，两种都行。

跑起来之后，你可以做这几件事 ✨

把一段视频变成你的数字分身—— 上传一段10秒左右、你本人出镜说话的素材，系统会同时克隆外貌和声音，训练完成后一个可反复调用的数字人形象就入库了，之后创建新视频不用再传素材。

输入一段文案，得到一段口播视频—— 选中数字人，把稿子粘进文本框，文字先被转成语音，再由数字人"念"出来，口型与语音逐帧对齐，直接产出成品视频。

不想写稿，就直接喂音频—— 上传现成的音频文件，数字人照着音频的节奏和语调做口型，适合配音已经录好的场景。

一稿多语言分发—— 文案支持中文、英语、日语、韩语、法语、德语、阿拉伯语、西班牙语八种语言，同一形象可以分别产出多语言版本。

接进自己的业务系统—— Docker 启动后，形象训练、音频合成、视频生成都以本地接口的形式暴露出来，可以在自己的程序里直接调用，具体参数在 README_zh.md 的开放 API 一节有完整示例。

部署卡住了先查这 4 个地方 ⚠️

拉镜像失败，报 request canceled 或 connection refused—— 原因是 Docker Hub 官方源连不上或太慢。一行解决：在 Docker 设置的 Docker Engine 里加入国内镜像源地址，保存并重启 Docker，然后重新执行第三步命令。

三个服务起不来或反复重启—— 原因是没有 NVIDIA 显卡或驱动没装好，本项目没有本地 GPU 算力就完全跑不动。一行解决：运行 nvidia-smi，能正常显示显卡信息才算通过，显示不了就先补驱动。

新增模特时报错—— 原因通常是上传的视频没有声音、或者画面里的人没在说话，声音克隆环节拿不到素材。一行解决：换一段你本人清晰说话的约10秒视频重新上传。

克隆形象时提示 Connection refused—— 原因是语音识别服务启动较慢，服务端刚起还没就绪。一行解决：等服务全部 Running 后等几分钟再操作；如果反复失败，多半是内存只有 16GB，加到 32GB 再试。

如果这些都排掉了还是不行，先翻一遍 常见问题，社区更新比较频繁，你的问题很可能在新版本里已经修掉了。

【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