Duix.Avatar本地部署指南：30分钟跑通数字人克隆与离线视频生成-创锋一号

Duix.Avatar本地部署指南：30分钟跑通数字人克隆与离线视频生成

【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 是一款完全开源、可在全离线电脑上运行的数字人项目：提交一段 10 秒左右的视频，即可克隆你的形象和声音，再输入文字或上传音频，自动生成口型匹配的播报视频。这篇指南按装服务端、装客户端、出第一个视频的完整流程走一遍，看完你就能在本地跑起整套本地部署。

👀 先看效果

部署完成后你会得到一个桌面工作台，首页有“Create Video”和“Create Avatar”两个入口，下方列表分 My Avatars 与 My Works 两个标签，分别存放你克隆的数字人形象和生成的成片视频。整条链路就是：交一段带人声的视频得到形象，输一段文字得到成片。

首页直接展示已克隆的数字人（My Avatars）和已生成的成片（My Works）

环境要求与自检

项目	最低要求	检查方式或处理方法
操作系统	Windows 10（19042 及以上）或 Ubuntu 22.04	Windows 在“设置→系统→关于”查看版本；Linux 执行`lsb_release -a`
显卡	NVIDIA 独显且已装官方驱动	终端执行`nvidia-smi`，能看到型号与驱动版本即通过；没有独显服务起不来
内存	32GB 及以上	任务管理器查看已安装内存；16GB 可能拉不起语音识别服务
硬盘	系统盘 100GB+ 空余（存 Docker 镜像）；Windows 另需一个 30GB+ 空余的数据盘（compose 默认挂 d:/duix_avatar_data）	文件管理器查看磁盘；C 盘不够时安装 Docker 后可改镜像存储位置
前置软件	Docker（Windows 版依赖 WSL2）；Linux 另需 docker-compose 与 NVIDIA Container Toolkit	执行`docker --version`；Windows 再执行`wsl --list --verbose`确认 WSL2 已安装

部署

项目分两部分：服务端是三个 Docker 容器，客户端是桌面应用。先获取代码，deploy/ 目录里就是服务端启动配置。

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

这条命令把整个项目拉到本地。

然后进入 deploy 目录启动服务：

cd deploy docker-compose up -d

这一条会后台拉起声音克隆（tts）、语音识别（asr）、视频合成（gen-video）三个服务。首次启动要拉约 70GB 镜像，耗时半小时到一小时不等，取决于网速。Ubuntu 22.04 把第二条换成docker-compose -f docker-compose-linux.yml up -d；NVIDIA 50 系显卡改用docker-compose-5090.yml。

两处常见卡点先处理好：

首次拉镜像容易超时。Docker Desktop 在 Settings → Docker Engine 的registry-mirrors里填一个国内镜像地址，保存后重试；Linux 改 /etc/docker/daemon.json，逻辑相同。

Docker Engine 配置页：registry-mirrors 填入国内镜像源可加速拉取

Windows 上镜像默认存 C 盘，空余不足 100GB 时，到 Settings → Resources → Advanced 用 Browse 把镜像存储挪到别的盘。

Resources → Advanced 面板中，可用 Browse 将 Docker 镜像存储迁移到空间更大的磁盘

最后装客户端：从项目 Releases 页下载对应版本的官方安装包，Windows 双击 exe 安装，Ubuntu 双击 AppImage 直接运行。客户端首页能正常打开，即部署成功。

第一次使用

同意协议：首次启动客户端后，右上角 Setting 里会显示 User Agreement，同意后进入主界面。
建形象：点右上角“Create Avatar”，上传一段 10 秒左右、面部清晰且持续讲话的视频。视频必须带声音且是人在说话，程序会用这段声音同时做声音克隆。
生成视频：点“Create Video”横幅，选刚建好的形象，输入播报文案或上传音频，开始生成。
看结果：完成后成片出现在首页“My Works”标签下，可在线播放或保存到本地。

右上角 Setting 菜单：Open Log 可随时打开客户端日志，User Agreement 为首次协议入口

🛠️ 排障速查

现象	可能原因	解决办法
`docker-compose up -d`拉镜像超时、报 context canceled	Docker Hub 官方源不稳定	按部署一节的图给 registry-mirrors 加国内镜像源后重试
三个容器起不来或反复重启	没有 NVIDIA 显卡、驱动或 GPU 运行时缺失，或内存不足（16GB 及以下）	用`nvidia-smi`确认驱动；Windows 检查 WSL2，Linux 确认装了 NVIDIA Container Toolkit 并重启 Docker；内存建议升到 32GB
定制模特报错（Connection refused 等）	上传视频无声音、无人说话；或服务端刚启动、语音识别服务还在初始化	换带清晰人声的视频重新上传；服务端启动后等几分钟再执行克隆

深入一点

doc/常见问题.md：官方常见问题与提问前自查清单（服务状态、显卡驱动、日志获取方式）。
src/main/service/video.js：客户端调用视频合成接口的完整逻辑，想用自己的脚本批量出片，照这里调用本地 8383 端口即可。
src/main/dao/f2f-model.js：形象训练任务的提交与进度查询实现，适合定制模型管理流程时参考。

现在打开客户端，上传那段 10 秒的视频，完成第一次克隆。

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

企业官网建设流程全解析