企业官网建设流程全解析

10分钟跑通：开源数字人Duix.Avatar本地部署实战

【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，在你本地电脑上就能把一段十秒视频变成会说话、能对口型的数字人。个人创作者、教育机构、企业宣传部门都用得上。照着走一遍，你就能完成数字人私有化部署，产出第一条AI口播视频。

⚡ 你的机器够格吗？（硬件门槛）

先别急着敲命令，把硬件对一下。这套开源数字人工具的所有算力都在自己电脑里跑，三个服务全部吃显卡，显卡就是最大的瓶颈——显存直接决定你能跑哪一档的模型。下面是三档参考配置：

速度预期上，入门档约30分钟/模型，720p合成约5分钟/分钟视频；推荐档约15分钟/模型，1080p合成约2分钟/分钟视频；生产档约8分钟/模型，4K合成约1分钟/分钟视频。另外英伟达驱动必须装好（用nvidia-smi验证一下），内存只有16G时ASR服务可能直接起不来，32G才是真正的安全线。如果你是50系新卡（比如5090），服务端要用deploy/目录下专用的docker-compose-5090.yml启动。拿不准就从入门档起步，够用再说。

🔧 从克隆到出片，四步跑通部署

先把环境收拾干净

Windows用户先确认系统是 Win10 19042.1526 或更高版本，然后装上WSL并更新到最新版，再安装 Docker Desktop；Ubuntu 22.04 用户跳过WSL，直接用 apt 装 Docker：

wsl --install wsl --update

接着把项目仓库克隆到本地磁盘，后面所有操作都在这个目录里完成：

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

注意：Windows 上 C 盘存 Docker 镜像，空闲要留足 100G；D 盘存数字人数据（默认挂载路径是d:/duix_avatar_data），空闲留 30G 以上。

再拉起服务端

服务端配置都放在deploy/目录里，跑一条命令，Docker 会自动拉三个镜像（ASR、TTS、视频合成）并把容器拉起来：

cd deploy docker-compose up -d

注意：首次拉镜像约消耗 70G 流量，视网速要半小时到两小时，这段时间别去动它。服务会在127.0.0.1上开放 18180 和 8383 两个端口，机器上别跑其他占同端口的服务。配置较低的显卡可以改用 lite 配置docker-compose-lite.yml，只起视频合成一个服务。

客户端安装没啥难度

服务端起来后，从项目 Releases 页面下载安装包：Windows 双击Duix.Avatar-x.x.x-setup.exe一路默认装完；Ubuntu 22.04 双击 AppImage 直接就能跑，无需安装。注意：安装路径保持默认即可；Ubuntu 桌面环境如果用 root 用户，需要在命令行里启动：

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

验证有没有起来

最后一步，确认服务端真的就绪了：

docker ps

看到duix-avatar-asr、duix-avatar-tts、duix-avatar-gen-video三个服务都是 Running 状态，说明服务端全通了。然后打开客户端，用一段十秒的正面人像视频建一个测试形象，再喂一句话生成测试视频，能正常播放，这次数字人本地部署教程的流程就算全部走完了。

图1：Docker 容器状态与日志页，某个服务异常时点进去看日志

🎬 三大引擎，各干各的事

可以把三个服务的分工理解成一条流水线：你丢进去一段视频，它给你吐出一个能说话的人，就这么简单。

视觉克隆：输入一段10秒正面视频，输出一个可驱动的数字人形象。素材质量直接决定效果上限——人脸尽量正对镜头、光线均匀充足，大侧脸基本没法用。

声音克隆：从素材视频里提取人声（必须有人在说话，静音视频不行），得到一个可反复调用的音色。环境噪音是隐形杀手，安静环境录制的干声，克隆效果会明显更好。

文本驱动合成：输入一段文字，输出一条带口型、带表情的口播视频。参数调整入口主要在这一步：停顿靠逗号和句号自动生成，语速上教育类内容调到120~150字/分钟比较稳。AI口播视频生成全程由这三个服务在本地完成，你的机器全程不用联网。

图2：Duix.Avatar 主界面，"My Avatars"区域展示克隆出来的数字人形象

🎯 三个场景，照着做就行

这三个是社区里用得最多的落地场景，操作路径都一样，差别只在素材录制和参数选择。

教育——给课程配个虚拟讲师

• 录一段10~15秒的教师正面视频，背景简洁、光线均匀，表情自然
• 分辨率不低于720p，MP4格式，视频里必须包含老师讲话的声音
• 面部细节精度选"高"，声音采样率保持44.1kHz
• 课程正文用文本驱动模式生成，语速调到120~150字/分钟

企业——做一个数字代言人

• 选代言人职业形象素材，正面和45度角各备一份视频
• 安静环境录制人声，正式、亲切等不同语气的片段都留一些
• 统一品牌色调和Logo位置，保存为可复用的项目模板
• 企业介绍、产品宣传、活动通知批量套用同一形象生成

自媒体——批量产出口播视频

• 一个形象+一个音色足够用，不必每条视频重新克隆
• 文案按段落写，用标点控制停顿节奏
• 输出1080p，横竖屏平台都够用
• 同一天排着队生成多条脚本，只改文字就行

踩坑急救包（Q&A）

先看现象，再猜最可能的原因，最后才动手敲命令——顺序反了会白忙。

服务起不来怎么办

现象：docker-compose up -d跑完，容器不是 Up 状态，或者拉镜像直接报错。

最可能的原因：十有八九是 Docker Hub 官方源连接不稳定，镜像拉不下来；其次是英伟达显卡驱动没装或版本太旧。

操作：先看日志定位：

docker logs -f duix-avatar-gen-video

超时类报错就进 Docker Desktop → Settings → Docker Engine，在registry-mirrors字段里加几个国内镜像源（图中红框位置），Apply 后重试；GPU 相关报错先nvidia-smi确认驱动是否正常。

图3：Docker Engine 设置里配置 registry-mirrors 镜像源

训练卡在某个百分比不动了

现象：克隆形象的进度条停在某个百分比，长时间不走。

最可能的原因：ASR 服务启动比较慢，三个服务刚拉起就立刻操作，会报 Connection refused；其次是素材视频本身没声音。

操作：等服务全部 Running 后等几分钟再动手；确认素材是人在说话、光线充足、分辨率不低于720p，不达标就重录。

合成视频特别慢或卡

现象：视频生成进度走得极慢，客户端画面发卡。

最可能的原因：内存不够（16G 机器会明显吃力），或者同时排了多个任务把显存和CPU都挤满了。

操作：关掉其他吃资源的程序，保证数据盘有 30G 以上空闲，多条合成排着队一条条出。合成服务是单卡跑的，排队就是正确姿势。

另外养成两个习惯：向社区反馈问题时，点开 Docker 容器列表里的服务，找到关键错误行直接复制日志；日常维护上，每周清一次d:/duix_avatar_data下的缓存数据，每月回deploy/目录重新跑一遍docker-compose up -d把镜像更新掉，能挡掉大部分坑。

图4：容器日志页，红框处是关键报错位置，反馈问题时直接复制

去哪找资源

• 服务端部署配置：deploy/
• 常见问题与自查步骤：doc/常见问题.md
• 服务端API实现参考（想调接口看这里）：src/main/service/
• 客户端源码：src/renderer/
• 许可协议：LICENSE

到这里，硬件核对、四步部署、三引擎分工、场景参数、常见坑位就都过了一遍。打开终端，敲下第一条wsl --update，今晚就能看到你的数字人开口说话。

【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