Duix.Avatar 免费本地部署：一段10秒视频克隆数字人，全离线生成 AI 视频-平芜编程栈

Duix.Avatar 免费本地部署：一段10秒视频克隆数字人，全离线生成 AI 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-Avatar

断网了还能做口播视频吗？可以。Duix.Avatar 是一个完全开源的数字人项目：上传一段你自己说话的 10 秒视频，它就能在本地机器上克隆你的形象和声音；之后输入一段文案，即可生成口型同步的 AI 口播视频。整个流程在自己的电脑上完成，不需要联网，也不按条收费。

它到底能产出什么

这个项目的输入输出非常直白：

你要喂给它什么

一段 10 秒左右的说话视频——用来做数字人的素材
一段文案或音频文件——用来出成片的素材

你能拿到什么

一个长得像你、声音像你的数字人，保存在本地，可以反复驱动
一条声音口型对齐的成片视频；脚本支持八种语言：中、英、日、韩、法、德、阿拉伯、西语

所有算力都跑在本地，你的素材、声音、成片不会离开这台机器——这就是离线私有化部署的核心价值。

装之前，你的电脑够不够格

唯一硬性要求：NVIDIA 显卡

这个项目没有 CPU 兜底：语音识别、语音合成、视频合成全跑在显卡上。没有英伟达显卡或没装驱动，三个服务端服务起不来。用nvidia-smi查一下，能看到显卡信息就算通过。

磁盘与硬件清单

CPU：第 13 代 Intel i5 或更高
内存：32G，必要（16G 可能带不动三个服务）
显卡：NVIDIA 显卡并装好驱动，推荐 RTX 4070 级别
磁盘：Windows 需 D 盘空闲 30G+（模型与成片）、C 盘空闲 100G+（Docker 镜像）；Linux 空闲 100G+
系统：Windows 10 19042+ 或 Ubuntu 22.04

C 盘紧张的话，装完 Docker 后可以把镜像存放位置改到空间更大的盘上：

一条命令拉起服务端，怎么判断活着

首次运行要多久

Windows 先装好 WSL 和 Docker Desktop：终端里依次执行wsl --install、wsl --update，再安装并启动 Docker Desktop。服务端是 Docker 部署，deploy 目录下备好了四份配置，对应 Windows 默认版、轻量版、50 系显卡版、Linux 版。拉取仓库后，在 deploy 目录执行：

git clone https://gitcode.com/GitHub_Trending/he/Duix-Avatar cd Duix-Avatar/deploy && docker-compose up -d

首次下载约 70G 镜像，网络正常的话半小时左右。Docker 列表里看到三个服务全部 Running，即代表启动成功；轻量版只有一个服务，叫 Duix.Avatar-gen-video。

拉取失败或 50 系显卡怎么调

拉镜像报request canceled、Client.Timeout exceeded，是连不上 Docker Hub：要么走稳定网络通道，要么在 Docker 的 registry-mirrors 配置项里加国内镜像源，重启 Docker 后再拉。

5090 这类新卡走的是更新的 CUDA，不要用默认配置，在 deploy 目录改用 docker-compose-5090.yml 启动即可，30/40 系显卡也可以用它。

客户端打开后，第一条片怎么出

把 10 秒素材变成数字人

客户端是独立的桌面程序（Windows 是安装包，Linux 是单文件 AppImage），不用写代码。第一个入口是"Create Avatar"：上传一段 10 秒说话视频，程序自动把视频拆成静音视频加音频，识别语音内容，再训练出音色模型，完成后列表里就多了一个长得像你、声音像你的形象。注意素材必须有人在说话，声音要用来做克隆，静音片段会直接失败。

文字或音频进，成片出

第二个入口是"Create Video"：选一个数字人，输入文案（程序替你朗读）或上传音频文件，提交。等待后得到一条口型与声音对齐的成片。同一个数字人用八种语言里的任意一种文案都能驱动，成片全部存在本地。

出错了怎么办，跑通之后能走多远

自查：先问自己三个问题

三个服务是否全部 Running？有反复重启的，先看它的日志。
nvidia-smi是否通过？没有英伟达显卡或驱动没装好，是服务起不来的最常见原因。
是不是刚启动就急着克隆？ASR 服务冷启动慢，服务端刚起来就做首次克隆可能报 Connection refused，等几分钟再试通常就正常了。

两个日志入口：客户端在右上角菜单点"Open Log"；

服务端在 Docker 对应服务的 Logs 页签，右侧复制按钮可以整段带走。

更常见的坑已经整理在常见问题文档里，排障前先看它。

用 API 接到自己的业务里

客户端可以导入并管理多个模型，在"你"和"同事"之间自由切换着出片。想接进自己的系统，服务端暴露了模特训练、音频合成、视频合成三个本地接口，都通过 127.0.0.1 调用，请求与返回示例在 model.js、voice.js、video.js 里，直接照抄即可。

授权方面，全球免费商用，仅用户量超 10 万或年营收超千万美元的企业需签署商业许可协议，细则见 LICENSE。

三个服务在 Docker 列表里安静地 Running，你的素材、声音和成片都留在自己机器上，私有化的数字人产线就通了。下一步：打开客户端，点 Create Avatar，上传一段 10 秒的说话视频，十分钟后你就拥有第一个数字人。

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

Duix.Avatar 免费本地部署：一段10秒视频克隆数字人，全离线生成 AI 视频