企业官网建设流程全解析

Duix.Avatar 本地部署完整指南：离线数字人视频生成环境搭建教程

【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

数字人视频制作里，很多团队卡在同一个问题上：商用工具按条收费，在线服务又要求素材上云。Duix.Avatar 是开源的离线数字人视频生成与克隆工具，整套推理跑在自己电脑的显卡上，素材和成片都不出内网。本文按"自检 → 部署 → 出片 → 排障"的顺序，完整演示 Duix.Avatar 本地部署流程，照着做完就能产出第一条口播视频。

跑通之后你会得到上面这样的桌面客户端：两个入口分别负责"克隆形象"和"创建视频"，数字人与作品列表都保存在本机。

部署前自检：硬件与软件门槛清单

Duix.Avatar 的全部算力都在本地 NVIDIA 显卡上，独显缺失或驱动没装好时，服务端容器根本起不来。动手前先对照这两组条件。

硬件

• 显卡：NVIDIA 独显并装好驱动（硬性条件），推荐配置参考 i5-13400F / 32GB 内存 / RTX 4070
• 内存：32GB 及以上，16GB 可能拉不起全部服务
• 磁盘：镜像与模型至少预留 100GB 空闲，另留 30GB 存放数字人与作品数据

软件

• 系统：Windows 10 19042.1526 以上，或 Ubuntu 22.04 桌面版
• Docker 与 Docker Compose
• Node.js 18：仅从源码构建客户端时需要，直接用官方安装包可跳过

有个成本需要心里有数：首次启动要拉取约 70GB 镜像，耗时约半小时，建议用有线或稳定的 WiFi。

01 装好 Docker 与 NVIDIA 驱动

Windows 路线

wsl --update

WSL 是 Docker Desktop 的底层依赖，先把它更新到最新。随后从 Docker 官网下载 Docker Desktop 安装，首次启动接受协议、跳过登录即可。

Windows 上 Docker 默认把镜像存在 C 盘，而本项目要求镜像存放位置有 100GB 以上空闲。C 盘不够时，打开 Docker 设置 → Resources → Advanced，把 Disk image location 指到空间充足的磁盘，再重启 Docker：

Ubuntu 22.04 路线

docker --version

能输出版本号说明 Docker 已就绪，可跳过安装；否则执行sudo apt install docker.io docker-compose。显卡驱动从 NVIDIA 官网安装后，用这条命令验收：

nvidia-smi

显示显卡型号与驱动版本即通过。之后按 NVIDIA 官方文档装好 Container Toolkit，执行nvidia-ctk runtime configure --runtime=docker并重启 Docker，容器才能真正调用到 GPU。

02 一条命令启动服务端，三个容器 Running 即就绪

先获取代码：

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

进入 deploy 目录拉起服务，compose 配置（deploy/ 目录内按平台区分）会自动拉取 fun-asr、fish-speech 和 duix.avatar 三个镜像：

cd deploy docker-compose up -d

下载完成后，Docker 中出现 3 个服务且状态均为 Running，服务端就算就绪：语音识别、语音合成、视频合成各占一个容器。磁盘或流量吃紧时可改用轻量版docker-compose -f docker-compose-lite.yml up -d，它只启动视频合成服务，但无法完成声音克隆。

03 打开客户端：从克隆形象到生成第一条口播视频

客户端无需编译，直接取官方构建包：Windows 双击 setup.exe 安装，Ubuntu 双击 AppImage 运行；若以 root 用户进入桌面后双击无效，在终端执行./Duix.Avatar-x.x.x.AppImage --no-sandbox启动即可。

出片流程分两步：

1. 克隆形象：上传一段 10 秒左右、真人说话的清晰视频。程序会把画面与声音分离，分别完成外貌建模和声音克隆。视频必须包含说话声，静音素材无法用于声音克隆。
2. 生成视频：在"创建视频"中填入文案（支持中、英、日、韩等 8 种语言）或直接上传音频，数字人按内容驱动口型，输出与声音同步的口播视频。

镜像拉取超时、克隆失败时从哪里查起

出问题时多半是环境没到位，按这个顺序自查：

• 三个服务是否都是 Running？只要有一个起不来，先执行nvidia-smi确认显卡与驱动正常——缺少 NVIDIA 环境容器必然失败。
• docker-compose up -d报 connection canceled / context canceled：Docker Hub 直连不稳定，在 Docker Engine 配置里加入镜像加速器（或开启全局代理），改完重启 Docker 重新拉取。

• 克隆时报 Connection refused 或 file not exists：ASR 容器冷启动较慢，服务端刚拉起时等几分钟再操作；内存低于 16GB 时该服务可能长期无法启动。
• 项目更新频繁：服务端在 deploy 目录重跑docker-compose up -d、客户端换成新的构建包，不少报错在新版中已修复。

需要日志时：客户端点右上角 Setting → Open Log 打开本地日志；服务端在 Docker 对应容器的 Logs 页复制报错段落，再对照 常见问题文档 比对。

进阶：轻量版部署、50 系显卡与开放 API 调用

• 显存或磁盘紧张：使用轻量版 compose（上文已给出命令），只保留视频合成服务。
• NVIDIA 50 系显卡（5090 已验证，30/40 系搭配 CUDA 12.8 也可）：改用预览版 PyTorch 的部署文件：

docker-compose -f docker-compose-5090.yml up -d

• 想批量出片或接入自有系统：Docker 启动后，模型训练、音频合成、视频合成都会暴露在本机http://127.0.0.1的端口上，可脚本化调用；接口与请求参数可参考 src/main/service/ 下的 model.js、video.js、voice.js。

至此，克隆、合成、出片整条链路都运行在本机。后续保持服务端重拉镜像、客户端更换构建包，即可跟随项目更新同步能力。

【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