企业官网建设流程全解析

Duix.Avatar数字人克隆完整教程：用10秒视频克隆你自己的AI数字人

【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 是一款免费开源的 AI 数字人工具。用一段 10 秒视频即可完成数字人克隆，输入文案就能得到口播视频，全程在本地运行。零基础用户 30 分钟可完成部署并产出第一个成片。

🎬 它能帮你做什么

克隆出属于自己的 AI 数字人后，最直接的改变是：你不用再每次都亲自出镜拍视频。

Duix.Avatar 只需要一段 10 秒左右的视频，就能同时克隆你的形象和声音。之后你输入文案、或直接上传音频，数字人就会开口说话，输出口型同步的口播视频。整个流程离线完成，素材不会离开你的电脑。

它适合这几类场景：

• 自媒体创作者：不用约棚、不用化妆，写完文案就能出片，还能当天切换语种。
• 教师与培训机构：把课程要点做成标准演示视频，节奏可反复使用，不用重录。
• 企业用户：产品介绍、宣传物料里用同一个数字人形象，全部视频保持一致。
• 个人用户：给家人做一段生日祝福或纪念视频，成本只是一段拍摄时间。

项目完全免费开源，你可以修改和扩展源码，也欢迎有技术背景的人参与社区共建。

📋 动手前：环境自检清单

开始之前先核对 4 项，全部通过再往下走，缺一项就先解决：

• 系统：Windows 10（19042.1526 或更高版本）或 Ubuntu 22.04
• 显卡：NVIDIA RTX 30、40、50 系列，并已安装驱动
• 内存：32GB 及以上
• 磁盘：100GB 以上可用空间；Windows 用户 C 盘存服务镜像，D 盘存生成数据

不达标怎么办：本项目算力全在本地，内存低于 32GB、或没有 NVIDIA 显卡时，服务会起不来或非常慢，建议先升级配置再跟本教程。

🚀 从零跑起来：部署三步走

三步做完，本地部署数字人所需的服务端就跑起来了：装 Docker、起服务端、装客户端。

先获取一次项目代码：

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

一键安装Docker

Windows 用户先打开 PowerShell，用wsl --list --verbose检查 WSL 是否已安装，再用wsl --update更新 WSL，然后从 Docker 官网安装 Docker Desktop。

Ubuntu 用户在终端执行：

sudo apt update sudo apt install docker.io sudo apt install docker-compose

成功标志：docker --version能输出版本号，或系统托盘里 Docker 图标正在运行。

如果要调整 WSL2 镜像所在的磁盘位置，打开 Docker Desktop 设置里的 Resources，用 Browse 修改 Disk image location，参考下图：

30分钟拉起3个服务端

进入项目deploy/目录。Windows 用户执行：

docker-compose up -d

Ubuntu 用户执行：

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

首次拉取镜像约 30 分钟，取决于网速。成功标志：Docker 里出现 3 个运行中的服务。

安装客户端

Windows 用户从官方仓库的发行版页面下载对应系统的安装包，双击Duix.Avatar-x.x.x-setup.exe完成安装。

Ubuntu 用户直接运行.AppImage文件即可，无需安装。如果 root 用户下双击打不开，改用终端：

./Duix.Avatar-x.x.x.AppImage --no-sandbox

成功标志：客户端主界面打开，能看到 Create Avatar 入口。

🎥 第一次使用：从10秒视频到成片

客户端打开后，跟着 10 秒视频克隆步骤走 3 步，就能拿到你的第一个数字人。

上传10-20秒克隆素材

点击 Create Avatar，上传素材视频。素材有 3 个硬要求：

• 人脸清晰、正对镜头，模糊素材会直接训练失败
• 视频里的人必须真的在说话，声音也是从这段视频克隆的
• 时长建议 10-20 秒，太短提取不到足够特征

等待模型训练

上传后系统自动分析视频，提取面部和声音特征，耗时几分钟，显卡越强越快。完成后，"My Avatars" 列表里会出现你的新形象。

输入文案生成口播成片

选中刚创建好的模型，输入要说的文案，或直接上传音频文件，点击生成。等几分钟，一段口型同步的口播视频就出来了。

⚙️ 进阶玩法

切换8种语言

客户端右上角设置菜单里选 Language switch。界面和生成内容都支持 8 种语言：中、英、日、韩、法、德、阿、西。

调用3类API接口

Docker 启动后，服务会在 127.0.0.1 上暴露 8383 和 18180 两个端口，你可以用程序驱动数字人。接口分三类：

• 模型训练：提交声音素材，完成语音预处理
• 音频合成：把文本转成数字人语音
• 视频合成：提交音频与视频，再按 code 查询进度直到成片

参数示例看src/main/service/下的model.js、voice.js、video.js三个文件，可直接当 API 文档读。

批量生成数字人视频

需要大量内容时，用脚本循环调用视频合成接口，逐个查询进度。系统内部有任务队列，不用额外担心并发问题。

🔍 原理速览

后端其实是三个微服务：fun-asr 负责语音识别（音频转文本），fish-speech-ziming 负责语音合成（文本转语音），数字人视频合成引擎负责最后的口型渲染。

数据流分 4 个阶段：视频预处理提取面部和声音 → 模型训练得到专属模型 → 语音合成把文案变成声音 → 视频合成输出成片。

🛠️ 避坑手册

遇到问题先查日志：客户端在设置菜单的 Open Log 里打开；服务端日志在 Docker 里直接看。

镜像拉取失败或超时

现象：docker-compose 长时间停住，镜像下载失败。 原因：连接 Docker Hub 的网络不稳定。 解法：配置国内镜像源。Ubuntu 在/etc/docker/daemon.json里添加registry-mirrors，Windows 在 Docker Desktop 设置里配置镜像源，具体源地址以官方文档为准。

服务起不来

现象：容器很快退出，或 3 个服务不全是 Running。 原因：没有 NVIDIA 显卡，或驱动没装好，本项目算力全部在本地。 解法：执行nvidia-smi验证，能输出显卡信息说明驱动正常，否则重装驱动。

端口被占用

现象：服务启动时报端口冲突。 原因：8383 或 18180 被其他程序占用。 解法：找到占用端口的进程结束掉，再重新执行启动命令。

数字人创建失败

现象：素材上传后训练失败，或生成的模型不可用。 原因：视频里人脸不清晰，或没有清晰的说话声音。 解法：重拍素材，正面、光线充足、吐字清晰，时长控制在 10-20 秒。

生成进度卡在20%

现象：视频生成进度停在 20% 不动。 原因：音频处理环节出错。 解法：打开 heygen-tts 服务日志，找file not exists一类的报错，重启相关服务后重新生成。

⚡ 效率贴士

素材拍摄 4 要点：

• 面部光线充足、均匀
• 正面拍摄，避免侧脸和遮挡
• 吐字清晰，声音克隆效果就取决于这段视频
• 背景简洁，方便识别人脸

生成效率 3 建议：

• 按需求选分辨率，不必硬上最高档
• 批量生成时分批提交，别一次堆几十个任务
• 定期清理临时文件，释放磁盘空间

结语

这套开源 AI 数字人工具让你 30 分钟内在本地完成数字人克隆与数字人视频生成，不花钱、不联网。卡住时先翻 doc/常见问题.md，多数问题都有标准答案；仍解决不了就去项目仓库提 issue，社区更新很活跃。

【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