企业官网建设流程全解析

Duix.Avatar 本地部署教程：用一段视频离线生成数字人口播视频

【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

Duix.Avatar 是一个支持本地部署的开源数字人项目。用一段 10 秒左右的真人说话视频，即可克隆出数字人的形象和声音，再输入文案或上传音频，离线生成口播视频。全程运行在自己电脑上，素材不经过外部服务器，适合批量生产口播内容、想自建数字人应用的开发者，以及对素材隐私敏感的用户。

数字人本地部署的三个典型场景

一段视频克隆数字人形象与声音

提交一段真人说话的视频，程序会自动提取面部特征完成形象建模，同时用视频中的声音做克隆。生成的模型保存在本地，之后可以反复使用。

文案直接驱动口播视频

不需要自己录音频。写入一段文案，内置的语音合成服务会把文字转成语音，并驱动数字人做出对应的口型和表情。文案支持中、英、日、韩、法、德、阿、西 8 种语言。

离线环境运行

服务端容器和客户端启动完成后，视频生成不依赖外网。素材和成片都在本机处理，适合有合规要求或内网环境的内容制作场景。

部署前环境检查：显卡、内存与磁盘空间

先确认三件事：

• 开发客户端需要 Node.js 18；
• 必须有 NVIDIA 显卡并装好最新驱动，安装后用nvidia-smi确认能显示显卡信息；
• 磁盘：Windows 版要求 D 盘空闲大于 30G（存数字人和作品），Docker 镜像所在磁盘空闲大于 100G；内存建议 32G 及以上。

镜像所在磁盘空间不足时，可以在 Docker Desktop 的 Settings → Resources → Advanced 里把 Disk image location 改到另一个盘：

Docker 服务端启动与 compose 文件选择

Windows 上若尚未安装 WSL，先执行：

wsl --install wsl --update

再安装 Docker Desktop，启动后首次接受协议、跳过登录。拉取代码并在 deploy 目录启动服务端：

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

首次拉镜像约 70G，耗时半小时以上。Docker 中出现 3 个 Running 状态的服务即部署成功。显存或内存有限时改用 lite 版：

docker-compose -f docker-compose-lite.yml up -d

NVIDIA 50 系列显卡（5090 已验证，30/40 系列 cuda12.8 也可）使用专用配置：

docker-compose -f docker-compose-5090.yml up -d

Ubuntu 22.04 上对应执行docker-compose -f docker-compose-linux.yml up -d。

客户端安装与首次生成口播视频

客户端有两种获取方式：直接下载官方构建包安装；或从源码构建：

npm install npm run dev

启动后先创建数字人模型：进入形象创建页面，上传准备好的说话视频，等待训练完成。再到 Create Video 入口填入文案（或上传音频文件），点击生成，最后在 My Works 列表里预览成片。

成功的标志：My Avatars 中能看到模型，My Works 中有一条可播放的视频，且口型与音频基本对齐。

稳定运行：镜像加速、服务预热与内存要求

• 拉镜像连接失败：compose 启动时出现request canceled之类的报错，说明 Docker Hub 官方源不稳定。在 Docker Desktop 的 Docker Engine 配置里加入registry-mirrors国内镜像源，Apply and restart 后重试。

• 刚启动就克隆形象容易失败：ASR 服务预热较慢，服务端启动后等几分钟再创建模型，可避免 Connection refused。
• 内存 16G 的机器可能起不全服务，建议按 32G 配置准备。
• Ubuntu 的 root 用户双击 AppImage 无法运行时，在终端加--no-sandbox参数启动。

常见故障：按现象排查

新增模特时直接报错检查上传的视频里是否有人在说话。声音克隆依赖这段人声，无声视频或纯环境音视频会失败。换一段清晰说话的视频重试。

客户端正常但生成卡住或无响应先点客户端菜单里的 Open Log 查看本地日志；再确认服务端 3 个 Docker 服务是否都是 Running，并用nvidia-smi核对显卡。服务端日志可以在容器的 Logs 页面直接复制：

怀疑版本过旧项目更新较频繁。服务端在 deploy 目录重新执行docker-compose up -d即可更新，客户端拉取代码后重新 build。

下一步：开放 API 与可调配置

• 开放 API：服务端启动后，模型训练、音频合成、视频合成均在 127.0.0.1 上暴露 HTTP 接口，调用示例可参考src/main/service/下的 model.js、video.js、voice.js。
• 错误日志解读：更完整的自查步骤和报错说明见 doc/常见问题.md。
• 端口与数据目录：音频目录（如D:\duix_avatar_data\voice\data）等约定路径可在deploy/下的 compose 文件中调整。

先保证三个服务都处于 Running 状态，然后用一段 10 秒说话视频跑通第一条成片。

【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