企业官网建设流程全解析

Duix.Avatar 数字分身从零跑通：三步本地部署完整指南

【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 是一款可以完全离线运行的数字分身工具：上传一段 10 秒左右的视频，克隆出形象与声音，之后只要输入文案，就能生成口型对齐的口播视频。适合想批量出培训视频的团队、不想每期出镜的口播创作者，以及需要把素材留在内网的用户。

跟着这篇文章走，从 clone 仓库到出第一条数字分身视频大约需要 1 小时，其中近半小时是镜像自动下载，不用盯着。

🧭 跑起来之前的两件事

先看配置门槛，所有算力都在本机完成，硬件要求如下：

为什么值得自己搭一套？云端数字人服务按量计费，素材还要先上传；本地部署后，人脸视频、声音样本和成片全程不离开这台机器，断网也能继续出片，长期成本只有硬件本身。代价是前期要下载一次镜像，且必须有一张 NVIDIA 显卡。

🚀 跟着做，三步出第一个结果

第一步，把仓库拉到本地，里面既有客户端工程，也有服务端编排文件：

git clone https://gitcode.com/GitHub_Trending/he/HeyGem.ai cd HeyGem.ai

你应看到：目录里能打开deploy/文件夹。

第二步，启动三个后端服务（语音识别、语音合成、视频合成），首次运行会自动拉取镜像：

cd deploy docker-compose up -d

你应看到：Docker 中三个服务陆续变为Running；首次下载约 70G、耗时半小时左右。

客户端跑起来后就是这个主界面，先记住它的样子。

第三步，安装客户端依赖并启动桌面程序：

npm install npm run dev

你应看到：弹出与上图一致的主界面，顶部有 Create Video 与 Create Avatar 两个入口，环境全部就绪。

🎬 拿它真正干点活：两个典型工作流

如果你要给多个部门各出一条培训视频，可以这样走：

• 输入：讲师本人 10 秒左右的口播视频，要求有清晰人声，再加一份课程文案。
• 操作：点 Create Avatar 完成一次形象与声音克隆；之后每更新一版课件，点 Create Video 粘贴新文案即可。
• 产出：口型自动对齐的口播视频，文案支持中、英、日、韩等 8 种语言，换新课程不用重拍讲师。

如果你要连续更口播内容、但每期都不想出镜：

• 输入：自己的一段自拍口播视频，全程只需要拍这一次。
• 操作：建模完成后每期只改文案，同一个模特反复使用；界面支持管理多个数字分身。
• 产出：同一张脸的系列视频，一次建模多次复用，省掉每次拍摄和剪辑的时间。

⚙️ 调一调，让它更顺手

1. 内存：改什么——WSL 2 的内存上限（Docker Desktop → Settings → Resources → Advanced，或用户目录下的.wslconfig文件）。为什么改——镜像下载与三个容器启动都很吃内存，给少了服务会起不来。改成多少——机器有 32G 内存时，给 WSL 分 16G 以上更稳。
2. 存储：改什么——Docker 的磁盘镜像位置（同一设置页的 Disk image location）。为什么改——镜像加运行数据约 70G 起步，默认放 C 盘很容易塞满。改成多少——选一个剩余空间大于 100G 的盘。
3. GPU：改什么——显卡驱动，Ubuntu 还需安装 NVIDIA Container Toolkit。为什么改——三个服务都依赖 nvidia 运行时，没有驱动直接起不来。改成多少——nvidia-smi能正常显示显卡即达标；50 系列显卡请改用docker-compose-5090.yml启动。

以上参数的默认值都可以在 deploy/ 目录下的 docker-compose 文件中找到，改完记得重启容器生效。

🛠️ 卡住了？查这里

File not exists（新增模特时）→ 上传的视频里没有声音或没有人说话，程序取不到用于声音克隆的音频。

• 重录一段 10 秒左右、人声清晰的口播视频
• 确认 Docker 里三个服务都是 Running 再重试

Connection refused（克隆形象、训练时）→ ASR 服务启动较慢，或内存太小（如 16G）导致服务没起来。

• 服务全部 Running 后等几分钟再操作
• 内存吃紧时先用 lite 版docker-compose-lite.yml，只跑视频合成服务

更多报错场景见 doc/常见问题.md。

⏩ 再进一步 + 下一步

跑通之后还有几个方向值得试：批量出片，用同一个模特反复生成不同文案的视频；声音克隆，换一段自己的语音样本做出专属音色；开放 API，模特训练、音频合成、视频合成都有本地接口，可以接进自己的脚本。

项目更新比较频繁，Ubuntu 桌面版和 NVIDIA 50 系列显卡方案都已支持，遇到问题先看最新版本说明。

现在打开终端，把仓库 clone 下来，第一条数字分身视频离你只差三条命令。

【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