news 2026/9/11 14:33:20

Duix-Avatar 安装指南:4 步从零跑通离线虚拟形象视频合成

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
Duix-Avatar 安装指南:4 步从零跑通离线虚拟形象视频合成

Duix-Avatar 安装指南:4 步从零跑通离线虚拟形象视频合成

【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 是一款开源的虚拟形象视频合成工具:上传一段你说话的录像,它能克隆你的长相和音色,生成口型对得上的说话视频。整个流程跑在本地,不依赖外网,素材不会离开你的电脑。本文带你按零基础路线完成安装:先体检环境,再走部署,全程约 40 分钟。

环境体检:安装前先确认这三件事

先看硬件。下表是最低线和舒适线,低于最低线的机器直接跑不起来:

检查项最低要求推荐配置
操作系统Windows 10(19042 以上)或 Ubuntu 22.04Windows 11 / Ubuntu 22.04 桌面版
处理器四核 CPUi5-13400F 及以上
内存16GB32GB
磁盘空间系统盘 100GB + 数据盘 30GB 空闲150GB 以上
显卡NVIDIA 独显,驱动已装好RTX 4070 及以上

⚠️ 最容易踩的坑:三个服务全靠本地 NVIDIA 显卡算力驱动。没有 N 卡或驱动没装好,服务根本起不来,集显机器做不了视频合成。

软件层面要预装三样,各一句话:

  1. Git—— 拉取项目源码用。
  2. Docker Desktop—— 容器化部署 TTS、ASR、视频合成三类服务,Windows 下依赖 WSL 子系统。
  3. NVIDIA 显卡驱动—— 给容器分配 GPU 算力,装完执行nvidia-smi,能打印显卡信息即通过。

检查完,先睹一眼最终效果:

部署实操:Docker 配置分 5 步完成

拉取项目源码

后续操作都在项目目录里进行,先把它拿下来:

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

做完后目录里应能看到deploysrc两个文件夹,服务编排文件就在 deploy/ 中。

检查 WSL 并分配 Docker 资源

为什么做:Windows 的 Docker 跑在 WSL 上,子系统版本过旧会装不上;镜像体量大,默认磁盘位置空间不足会直接失败。

  1. 执行wsl --list --verbose查看 WSL,没装则先执行wsl --update更新。
  2. 打开 Docker Desktop,点右上角齿轮进入设置。
  3. 左侧进入Resources → Advanced,在Disk image location旁点 Browse,把存储路径改到剩余空间 100GB 以上的磁盘。
  4. 给 WSL 分配至少 8GB 内存、4 个 CPU 核心。
  5. 点底部Apply & restart生效。

做完后窗口左下角应显示绿色的 Engine running。

配置 Docker 国内镜像源

为什么做:Docker Hub 官方源拉取经常超时,换镜像源能省掉半小时的等待。

  1. 在设置页左侧点Docker Engine
  2. 在 JSON 配置中加入下面一段,点Apply & restart
{ "registry-mirrors": ["https://docker.1ms.run"] }

数组里可以多加几个地址做冗余,任意一个可用即可。

一键启动容器服务

为什么做:一条命令拉起声音克隆、语音识别、视频合成三个后端。

cd deploy docker-compose up -d

首次运行要下载镜像和模型,流量约 70GB,预留 20-40 分钟。机器内存只有 16GB 时,改用docker-compose -f docker-compose-lite.yml up -d只起一个合成服务;Ubuntu 22.04 用户用 apt 装好 Docker 后,在同目录执行docker-compose -f docker-compose-linux.yml up -d

做完后容器页面应显示 3 个 Running 状态的容器。

安装桌面客户端

为什么做:容器是后端大脑,客户端才是你操作的界面。

  1. 到项目官方发布页下载 Windows 安装包。
  2. 双击Duix.Avatar-x.x.x-setup.exe完成安装。
  3. 双击桌面快捷方式启动。

客户端会自动连上本地三个服务,无需额外配置。

启动验证:怎么判断装好了

打开客户端,看到首页出现"Create Video"和"Create Avatar"两张入口卡片,部署就算完成。

正式开玩前,建议跑一遍冒烟测试:

  1. Create Avatar,上传一段人在说话、时长 20 秒以上的视频,完成第一个形象模型。
  2. 进入Create Video,选中该模型,输入一句话文案,生成一段 10 秒左右的测试视频。
  3. 确认新作品出现在 My Works 列表,并能正常播放。

⚠️ 数据处理全程在本地,但仍别处理敏感素材;视频合成吃满显卡,渲染时关掉其他占资源的应用;产出默认存放在d:/duix_avatar_data,定期清理。

故障速查:常见卡点对照表

进入deploy目录,先查状态和日志:

docker-compose ps docker-compose logs
现象可能原因处理动作
容器起不来、秒退无 N 卡或驱动缺失装驱动,nvidia-smi验证
启动报 registry 连接超时官方源拉取慢配置国内镜像源后重跑
创建形象报 Connection refusedasr 服务还在冷启动启动后等 3-5 分钟再试
新增模特报错视频无声或无人说话换人在说话的录像重传

客户端侧的问题,进右上角设置菜单点Open Log,日志文件在用户目录logs下的main.log;服务端日志则在对应容器的 Logs 页直接看。

更多排查步骤见官方自查清单 doc/常见问题.md;服务端口(18180 / 8383 / 10095)与数据目录改法都在 deploy/docker-compose.yml 里。

功能导览:新手三件套与进阶玩法

新手三件套:

  1. 创建第一个虚拟形象—— 上传说话视频,系统自动克隆外观和声音。你会看到模型出现在 My Avatars 列表里。
  2. 文字驱动视频—— 输入文案、选形象和音色,一键生成。你会得到一段形象开口说话、口型同步的视频。
  3. 作品管理—— 生成的视频都落在 My Works,随时回放和导出。作品列表会带时间戳实时更新。

进阶玩法:

  • 多模型导入,一键切换
  • 八国语言文案支持
  • 音色参数自定义
  • 开放接口二次开发

无论是课程录制、产品带货,还是短视频口播和培训资料,都能在这台本地机器上离线产出。

【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

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/9/11 14:32:29

SpringBoot冷链生鲜系统:温度监控与智能库存管理实践

1. 项目背景与核心价值冷链运输生鲜销售系统是当前生鲜电商和物流行业的核心基础设施之一。随着消费者对生鲜产品质量要求的不断提高,传统的常温运输方式已经无法满足高品质生鲜产品的配送需求。根据行业数据显示,2022年我国冷链物流市场规模已突破4000亿…

作者头像 李华
网站建设 2026/9/11 14:31:46

Paperxie 五大核心板块功能详解|从开题到答辩,关键环节全覆盖

很多同学用 Paperxie,只知道能写作和查重,却忽略了其他同样强大的功能板块。Paperxie 十大核心板块覆盖从开题到答辩的全流程,每个板块都精准对应毕设的一个关键环节,用好这些功能,论文效率直接翻倍。 今天随机挑选 5…

作者头像 李华
网站建设 2026/9/11 14:31:22

工业价格预测实战:避开数据口径陷阱与模型选型误区

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

作者头像 李华
网站建设 2026/9/11 14:29:34

DMA原理与实战:从嵌入式到SoC的硬件协处理器详解

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

作者头像 李华