戰(zhàn)：Docker 三步拉服務(wù)，10 秒素材生成數(shù)字人視頻)
Duix.Avatar 本地部署實(shí)戰(zhàn)Docker 三步拉服務(wù)10 秒素材生成數(shù)字人視頻【免費(fèi)下載鏈接】Duix-Avatar Truly open-source AI avatar(digital human) toolkit for offline video generation and digital human cloning.項(xiàng)目地址: https://gitcode.com/GitHub_Trending/he/Duix-AvatarDuix.Avatar 是一款完全開源免費(fèi)的 AI 數(shù)字人項(xiàng)目。給它一段 10 秒左右?guī)дf話的視頻克隆出你的形象和聲音再輸入文字或上傳音頻就能產(chǎn)出口播視頻。全程離線在你的機(jī)器上完成。這篇文章按時(shí)間線記錄從空機(jī)器到出片的全過程耗時(shí)和坑都標(biāo)出來了。頭 5 分鐘確認(rèn)你的機(jī)器和素材達(dá)標(biāo)先說硬結(jié)論沒有 NVIDIA 顯卡這個(gè)項(xiàng)目跑不起來所有算力都壓在本地 GPU 上。官方給出的配置基線顯卡NVIDIA推薦 RTX 4070 及以上內(nèi)存32G 及以上這是硬性要求磁盤鏡像和數(shù)據(jù)共需 100G 左右空閑系統(tǒng)Windows 10 19042.1526 以上或 Ubuntu 22.04 Desktop素材有個(gè)容易翻車的規(guī)則必須是人在說話。聲音克隆直接取視頻里的音頻靜音視頻會直接讓建模失敗。10 到 15 秒足夠正面、光線足、別遮擋其余不用講究。接下來 25 分鐘Docker 三步拉起來架構(gòu)上是三個(gè)服務(wù)Fun-ASR 做語音識別fish-speech 做聲音克隆duix.avatar 做視頻合成。編排文件在倉庫的deploy/目錄下常用端口是 18180語音和 8383視頻合成。先克隆倉庫git clone https://gitcode.com/GitHub_Trending/he/Duix-Avatar cd Duix-Avatar再啟動服務(wù)cd deploy docker-compose up -d啟動前記住三件事預(yù)留半小時(shí)。三個(gè)鏡像下載約 70G 流量內(nèi)網(wǎng)環(huán)境建議先配好 Docker 鏡像源。盯一下磁盤位置。Windows 版 C 盤不足 100G 時(shí)在 Docker Desktop 的 Settings - Resources 里把 disk image location 指到別的盤。按硬件選 compose 文件。默認(rèn)用docker-compose.yml50 系顯卡如 5090換docker-compose-5090.ymlUbuntu 用docker-compose-linux.yml只跑視頻合成可選 lite 版只有一個(gè)容器。三個(gè)服務(wù)tts、asr、gen-video全部 Running服務(wù)端就齊了。最后 5 分鐘裝客戶端出第一條片客戶端是 Electron 桌面應(yīng)用從 Release 頁面取安裝包Windows 雙擊 exe 安裝Ubuntu 的 AppImage 雙擊即跑root 用戶啟動需加--no-sandbox參數(shù)。打開軟件后流程就三步點(diǎn) Create Avatar上傳 10 秒說話視頻等待訓(xùn)練完成通常幾分鐘點(diǎn) Create Video輸入口播文案或上傳音頻等出片不想走界面的話服務(wù)端暴露了本地 API模型訓(xùn)練和視頻合成分別在 127.0.0.1 的 18180、8383 端口請求格式可參考src/main/service/目錄下的接口文件接自己的流水線用這個(gè)入口就夠。省時(shí)間的地方兩個(gè)真實(shí)場景企業(yè)培訓(xùn)視頻。傳統(tǒng)做法是約棚、專家出鏡、后期剪輯一條片好幾天?，F(xiàn)在剪 10 秒專家講話視頻克隆分身輸入培訓(xùn)文案批量生成一天工作量換成 10 秒素材。課程或自媒體日更。傳統(tǒng)做法每條都錄錄制加剪輯很耗人?，F(xiàn)在錄一次 10 秒自我介紹之后只換腳本文字或音頻都能驅(qū)動。文案支持中、英、日、韓等 8 種語言一個(gè)分身能產(chǎn)出多語言版本。兩個(gè)高頻坑鏡像拉不下來、ASR 連接被拒坑 1docker-compose up -d報(bào) connection timed out鏡像拉取失敗。原因是 Docker Hub 官方源不穩(wěn)定。解法在/etc/docker/daemon.json的 registry-mirrors 里配置鏡像源README 里給了現(xiàn)成配置照抄即可?？?2克隆形象報(bào) Connection refused訓(xùn)練失敗。原因是 ASR 服務(wù)啟動慢容器剛 Running 還沒就緒。解法三個(gè)服務(wù)起來后等 3 到 5 分鐘再操作。另外內(nèi)存只有 16G 可能直接起不來這也是 32G 寫進(jìn)硬性要求的原因。報(bào)錯持續(xù)時(shí)看日志定位客戶端日志在右上角菜單的 Open Log服務(wù)端日志在 Docker 的容器頁面復(fù)制。動手前記住三點(diǎn)算力和數(shù)據(jù)全留在本地素材不出機(jī)器個(gè)人免費(fèi)商用用戶量超 10 萬或年?duì)I收超 1000 萬美元的企業(yè)需簽許可協(xié)議素材規(guī)則只有四條10 秒、正面、在說話、光線足服務(wù)端想更新到deploy目錄重新執(zhí)行docker-compose up -d即可無需其他操作【免費(fèi)下載鏈接】Duix-Avatar Truly open-source AI avatar(digital human) toolkit for offline video generation and digital human cloning.項(xiàng)目地址: https://gitcode.com/GitHub_Trending/he/Duix-Avatar創(chuàng)作聲明：本文部分內(nèi)容由AI輔助生成（AIGC），僅供參考 Duix.Avatar 本地部署實(shí)戰(zhàn)：Docker 三步拉服務(wù)，10 秒素材生成數(shù)字人視頻
Duix.Avatar 本地部署實(shí)戰(zhàn)Docker 三步拉服務(wù)10 秒素材生成數(shù)字人視頻【免費(fèi)下載鏈接】Duix-Avatar Truly open-source AI avatar(digital human) toolkit for offline video generation and digital human cloning.項(xiàng)目地址: https://gitcode.com/GitHub_Trending/he/Duix-AvatarDuix.Avatar 是一款完全開源免費(fèi)的 AI 數(shù)字人項(xiàng)目。給它一段 10 秒左右?guī)дf話的視頻克隆出你的形象和聲音再輸入文字或上傳音頻就能產(chǎn)出口播視頻。全程離線在你的機(jī)器上完成。這篇文章按時(shí)間線記錄從空機(jī)器到出片的全過程耗時(shí)和坑都標(biāo)出來了。頭 5 分鐘確認(rèn)你的機(jī)器和素材達(dá)標(biāo)先說硬結(jié)論沒有 NVIDIA 顯卡這個(gè)項(xiàng)目跑不起來所有算力都壓在本地 GPU 上。官方給出的配置基線顯卡NVIDIA推薦 RTX 4070 及以上內(nèi)存32G 及以上這是硬性要求磁盤鏡像和數(shù)據(jù)共需 100G 左右空閑系統(tǒng)Windows 10 19042.1526 以上或 Ubuntu 22.04 Desktop素材有個(gè)容易翻車的規(guī)則必須是人在說話。聲音克隆直接取視頻里的音頻靜音視頻會直接讓建模失敗。10 到 15 秒足夠正面、光線足、別遮擋其余不用講究。接下來 25 分鐘Docker 三步拉起來架構(gòu)上是三個(gè)服務(wù)Fun-ASR 做語音識別fish-speech 做聲音克隆duix.avatar 做視頻合成。編排文件在倉庫的deploy/目錄下常用端口是 18180語音和 8383視頻合成。先克隆倉庫git clone https://gitcode.com/GitHub_Trending/he/Duix-Avatar cd Duix-Avatar再啟動服務(wù)cd deploy docker-compose up -d啟動前記住三件事預(yù)留半小時(shí)。三個(gè)鏡像下載約 70G 流量內(nèi)網(wǎng)環(huán)境建議先配好 Docker 鏡像源。盯一下磁盤位置。Windows 版 C 盤不足 100G 時(shí)在 Docker Desktop 的 Settings - Resources 里把 disk image location 指到別的盤。按硬件選 compose 文件。默認(rèn)用docker-compose.yml50 系顯卡如 5090換docker-compose-5090.ymlUbuntu 用docker-compose-linux.yml只跑視頻合成可選 lite 版只有一個(gè)容器。三個(gè)服務(wù)tts、asr、gen-video全部 Running服務(wù)端就齊了。最后 5 分鐘裝客戶端出第一條片客戶端是 Electron 桌面應(yīng)用從 Release 頁面取安裝包Windows 雙擊 exe 安裝Ubuntu 的 AppImage 雙擊即跑root 用戶啟動需加--no-sandbox參數(shù)。打開軟件后流程就三步點(diǎn) Create Avatar上傳 10 秒說話視頻等待訓(xùn)練完成通常幾分鐘點(diǎn) Create Video輸入口播文案或上傳音頻等出片不想走界面的話服務(wù)端暴露了本地 API模型訓(xùn)練和視頻合成分別在 127.0.0.1 的 18180、8383 端口請求格式可參考src/main/service/目錄下的接口文件接自己的流水線用這個(gè)入口就夠。省時(shí)間的地方兩個(gè)真實(shí)場景企業(yè)培訓(xùn)視頻。傳統(tǒng)做法是約棚、專家出鏡、后期剪輯一條片好幾天?，F(xiàn)在剪 10 秒專家講話視頻克隆分身輸入培訓(xùn)文案批量生成一天工作量換成 10 秒素材。課程或自媒體日更。傳統(tǒng)做法每條都錄錄制加剪輯很耗人?，F(xiàn)在錄一次 10 秒自我介紹之后只換腳本文字或音頻都能驅(qū)動。文案支持中、英、日、韓等 8 種語言一個(gè)分身能產(chǎn)出多語言版本。兩個(gè)高頻坑鏡像拉不下來、ASR 連接被拒坑 1docker-compose up -d報(bào) connection timed out鏡像拉取失敗。原因是 Docker Hub 官方源不穩(wěn)定。解法在/etc/docker/daemon.json的 registry-mirrors 里配置鏡像源README 里給了現(xiàn)成配置照抄即可?？?2克隆形象報(bào) Connection refused訓(xùn)練失敗。原因是 ASR 服務(wù)啟動慢容器剛 Running 還沒就緒。解法三個(gè)服務(wù)起來后等 3 到 5 分鐘再操作。另外內(nèi)存只有 16G 可能直接起不來這也是 32G 寫進(jìn)硬性要求的原因。報(bào)錯持續(xù)時(shí)看日志定位客戶端日志在右上角菜單的 Open Log服務(wù)端日志在 Docker 的容器頁面復(fù)制。動手前記住三點(diǎn)算力和數(shù)據(jù)全留在本地素材不出機(jī)器個(gè)人免費(fèi)商用用戶量超 10 萬或年?duì)I收超 1000 萬美元的企業(yè)需簽許可協(xié)議素材規(guī)則只有四條10 秒、正面、在說話、光線足服務(wù)端想更新到deploy目錄重新執(zhí)行docker-compose up -d即可無需其他操作【免費(fèi)下載鏈接】Duix-Avatar Truly open-source AI avatar(digital human) toolkit for offline video generation and digital human cloning.項(xiàng)目地址: https://gitcode.com/GitHub_Trending/he/Duix-Avatar創(chuàng)作聲明：本文部分內(nèi)容由AI輔助生成（AIGC），僅供參考