企业官网建设流程全解析

Duix.Avatar 数字人本地部署指南：10 秒视频克隆专属数字人与声音

【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 是一款开源数字人工具包，全程本地运行，提交一段 10 秒视频即可完成数字人形象与声音克隆，输入文案即可生成口播视频。本文跑通 Windows 与 Ubuntu 的完整部署流程。

项目速览

Duix.Avatar 是一款支持本地部署与 API 调用的数字人工具包。客户端是桌面应用，服务端由三个 Docker 容器承载，算力全部跑在你自己的机器上，素材不需要上传。

环境准备与配置检查

部署前先确认机器满足两个硬性条件：NVIDIA 显卡且驱动装好、内存不低于 32GB。本项目所有算力都在本地，没有显卡，三个服务根本起不来。其余配置按下表对照：

Windows 需要单独留一个 D 盘存放数字人和作品，C 盘存放 Docker 镜像文件。Ubuntu 只要求磁盘空闲空间大于 100GB。

三条命令自查环境：

nvidia-smi # 预期：右侧显示显卡型号与显存 wsl --list --verbose # Windows：预期显示发行版且 VERSION 为 2 free -h # Ubuntu：预期 Mem 总量 32GiB 以上

部署实操

从一台空机器到第一条口播视频，大约一小时，其中大部分时间耗在拉取镜像上，实际操作只有几条命令。

配置 WSL 与 Docker（Windows）

先看上一条自查命令的输出，如果没有任何发行版，先安装（过程中会要求设置用户名和密码，记住它）：

wsl --install # 安装 WSL，网络原因失败就多试几次 wsl --update # 更新 WSL 内核到最新版

接着从 Docker 官网下载 Windows 版 Docker Desktop 安装包（按 CPU 架构选择），安装后启动，接受协议并跳过登录。

注意：C 盘剩余空间不足 100G 时，进入 Docker Desktop 的 Settings → Resources → Advanced，通过 "Disk image location" 把镜像盘换到剩余空间大于 100G 的磁盘，再 Apply & restart。

首次拉取约 70GB 镜像，速度慢或超时的话，进入 Settings → Docker Engine 添加 registry-mirrors 配置，再 Apply & restart：

Ubuntu 用户跳过本节，直接看本章末尾的方案。

一键拉起服务集群

git clone https://gitcode.com/GitHub_Trending/he/Duix-Avatar cd Duix-Avatar/deploy docker-compose up -d # 首次拉取约 70GB 镜像，局域网环境约半小时

三个服务各管一段流水线：

• duix-avatar-asr：语音识别，把训练音频转成文本（端口 10095）
• duix-avatar-tts：语音合成，把文本变成克隆音色的音频（端口 18180）
• duix-avatar-gen-video：视频合成，产出最终口播视频（端口 8383）

Windows 下作品与模型文件默认存放在D:\duix_avatar_data，这就是 D 盘要求 30GB 以上的原因。

成功标志：docker-compose ps中三个容器均为 Running 状态。

docker-compose ps # 预期：3 个服务全部 Running

内存紧张可改用 lite 版，只保留视频合成服务：

docker-compose -f docker-compose-lite.yml up -d # 预期：仅 1 个服务 duix-avatar-gen-video

RTX 50 系列显卡使用专门的 compose（30/40 系列装了 CUDA 12.8 也可用它）：

docker-compose -f docker-compose-5090.yml up -d # 预期：3 个服务全部 Running

四份 compose 文件都在 deploy/ 目录，按硬件选一份即可。

安装并启动客户端

从官方发布页下载 Windows 版Duix.Avatar-x.x.x-setup.exe，双击安装并启动。首页会列出三个服务的连接状态，全部变绿即部署完成。

Ubuntu 下载 Linux 版，双击Duix.Avatar-x.x.x.AppImage即可启动，无需安装；root 桌面环境下需在终端执行./Duix.Avatar-x.x.x.AppImage --no-sandbox。

Ubuntu 22.04 方案

sudo apt update sudo apt install -y docker.io docker-compose # 安装 Docker 与 docker-compose

再按官方文档安装 NVIDIA 驱动（装完执行nvidia-smi应显示显卡信息），并按官方文档安装 nvidia-container-toolkit 让 Docker 能调用显卡，然后：

sudo nvidia-ctk runtime configure --runtime=docker sudo systemctl restart docker # 预期：重启后 docker --version 正常 cd deploy docker-compose -f docker-compose-linux.yml up -d # 预期：3 个服务全部 Running

镜像下载慢时，在/etc/docker/daemon.json里加上 registry-mirrors 再重启 Docker。

功能实测

部署完成后，第一件事是用自己的 10 秒视频训练数字人。

创建数字人模特

入口：首页 → 蓝色 "Create Avatar" 卡片 → 上传视频。程序会把视频拆成静音视频 + 音频：画面用于形象，音频用于声音，一次完成两项克隆。

成功标志：模型出现在 My Avatars 列表中，带名称和时间戳。

注意：若报 "file not exists"，先检查视频里有没有可提取的人声音轨。

生成口播视频

入口：首页 → "Create Video" 卡片 → 选择模特 → 输入文案或上传音频 → 等待合成。

成功标志：My Works 中多出一条作品，可播放、可下载。

调用 API（可选）

Docker 启动后，服务在本地暴露端口，可以绕过客户端把数字人能力接进自己的系统。调用顺序：先模特训练，再音频合成，最后视频合成，前一步的返回值是后一步的入参。

请求参数示例见 README_zh.md 的"开放 API"一节，客户端调用实现可参考 src/main/service/。

性能调优与进阶技巧

默认的 docker-compose.yml 面向 i5 + RTX 4070、32GB 内存这一档调优，其他档位的机器按下面这张表选：

【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