企业官网建设流程全解析

从10秒视频到数字分身：Duix.Avatar本地部署的完整路径

【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 是一个完全开源的数字人工具包：你上传一段 10 秒左右的视频，它就能克隆你的形象和声音，之后输入文案或音频，本地即可生成口播视频。全程离线，不需要把影像资料传到任何服务器。下面按"先体检、再部署、会排障、能二开"的顺序，把我跑通这套流程的关键判断都写出来，你照着走就能在自己电脑上跑起来。

跑之前先认识它的三个服务

装之前值得花一分钟搞懂它由什么组成，后面排障会省事很多。

• 整个服务端是三个 Docker 容器，都在本地占用 NVIDIA 显卡算力：duix-avatar-asr（语音识别，基于 FunASR）、duix-avatar-tts（声音克隆，基于 fish-speech）、duix-avatar-gen-video（口型与视频合成）。端口分别是 10095、18180、8383，定义在 deploy/docker-compose.yml 里。
• 客户端是 Electron + Vue 写的桌面应用，负责上传素材、管理数字人和作品，数据存在本地 SQLite，视频处理交给 src/main/util/ffmpeg.js。
• 数据流是"说话视频 → 拆出画面和声音 → 分别训练 → 新文案驱动口型"，首尾都在你本机完成，这是它全离线能力的来源。

显卡、驱动、硬盘：三道必答题

必须是一张 NVIDIA 显卡，且驱动装好了。这一点没有商量余地——官方文档原话是：本项目所有算力都在本地，没有英伟达显卡或没有驱动程序，三个服务是启动不了的。推荐配置是 13 代 i5-13400F、32GB 内存（文档标注为必要项）、RTX 4070；16GB 内存的机器则可能起不来 ASR 服务，后面排障一节还会提到。

装完驱动后在终端敲一下nvidia-smi，能看到显卡型号和驱动版本就说明显卡这道题通过了。

硬盘方面，首次部署要下载约 70GB 的镜像流量，所以空间要提前留足：

C 盘紧张的话不用慌，装完 Docker 后可以在 Docker Desktop 的设置里把镜像位置指到另一个空闲大于 100GB 的磁盘文件夹：

服务端怎么拉起来

先把代码拿下来：

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

服务端跑在 Docker 里，所以这一步的意义是把"跑服务的底座"先装好，容器后面全靠它。

• Ubuntu 先装 Docker 和 compose：sudo apt update，然后sudo apt install docker.io docker-compose。再装 NVIDIA Container Toolkit 并配置nvidia-ctk runtime configure --runtime=docker，最后重启 docker——这一步是让 Docker 能"看见"你的显卡，缺了它容器里就没有算力。
• Windows 则用 WSL2 打底：wsl --list --verbose看看装没装，没有就wsl --install，再wsl --update更新到最新版：

之后装好 Docker Desktop，首次启动接受协议、跳过登录即可。

底座就绪后，真正启动服务只有这一条命令：

cd deploy docker-compose up -d

它会按 deploy/ 下的配置一键拉起三个容器。首次执行要耐心等：下载约 70GB，官方提示半小时左右、看网速，注意连 WiFi。如果报request canceled之类的连接错误，是 Docker Hub 官方源不稳定，在 Docker 设置里加国内镜像源（registry-mirrors）再重试就行。

看到 Docker 里出现三个 Running 的服务（asr、tts、gen-video）就算成功了。这里有两个可选变体：

• 只要视频生成能力，跑docker-compose -f docker-compose-lite.yml up -d，只起一个Duix.Avatar-gen-video容器，吃资源最少；
• 50 系新显卡（30/40 系搭配 CUDA 12.8 也可以）用docker-compose -f docker-compose-5090.yml up -d，对应的是官方 torch 预览版方案。

装客户端，克隆你的第一个数字人

客户端不需要自己编译，直接去项目官方 Releases 下载：

• Windows：双击Duix.Avatar-x.x.x-setup.exe安装；
• Ubuntu：双击Duix.Avatar-x.x.x.AppImage即可运行，无需安装。提醒一下，如果用 root 用户登录桌面，双击可能没反应，改到终端执行并加上--no-sandbox参数即可。

客户端本身就是全离线工具，主界面分成"我的数字人"和"我的作品"两栏，克隆出来的形象和生成的视频分别落在两边：

第一次克隆形象的操作要点：

• 📌 上传一段 10 秒左右、光线充足、背景简单的正面视频。
• ⚠️ 视频里必须有人声、而且在说话。官方 FAQ 明确写了：程序要用这段声音做声音克隆，静音视频会直接报错。
• 训练完成后，就能输入文案或上传音频来驱动数字人。文案支持英语、日语、韩语、中文、法语、德语、阿拉伯语、西班牙语八种语言，文字会被合成为你的克隆音色，再和形象画面做口型同步，产出口播视频。

卡住或报错时，按这三步查

我踩过的坑基本都是下面这几类，按顺序排查效率最高：

1. 看服务状态。客户端右上角菜单里检查三个服务是否都是 Running：

2. 查显卡与驱动。nvidia-smi出不了显卡信息，基本就是驱动没装好。
3. 查日志。客户端日志从客户端菜单里导出；服务端日志点开 Docker 里对应容器的输出，把关键几行"复制"下来，再对照 官方 FAQ 搜关键词：

两个高频问题官方 FAQ 里都有现成答案：

• 克隆时报Connection refused：一般是duix-avatar-asr启动慢，服务端刚起完等几分钟再操作；内存偏小（比如 16GB）的机器也可能起不来 ASR。
• 镜像下载失败：就是前面说的 Docker Hub 不稳定，换国内镜像源，必要时开全局代理。

还有一个容易忽略的动作：把服务端和客户端都更新到最新版。这个项目社区更新很频繁，到/deploy目录重新执行docker-compose up -d、客户端拉取新代码重新构建，很多问题在新版本里已经修掉了。

想二开：本地开放了哪些接口

如果你想把数字人能力接进自己的系统，Docker 起来后本地就暴露了几个 API（代码参照 src/main/service/ 下的 model.js、video.js、voice.js）：

• 视频合成：http://127.0.0.1:8383/easy/submit提交任务，http://127.0.0.1:8383/easy/query?code=任务code查进度；
• 声音克隆：http://127.0.0.1:18180/v1/preprocess_and_tran做音频预处理，http://127.0.0.1:18180/v1/invoke做音频合成。

参数细节都在 README_zh.md 的"开放 API"一节写得很清楚。最后交代一句商用边界：开源本地部署全球免费商用，但用户量超 10 万或年营收超 1000 万美元的企业需要签商业许可协议，条款见 LICENSE。

先去 deploy 目录跑通 lite 版，把第一个数字人克隆出来，再考虑上完整版和二开。

【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