尧图网络 高端网站定制 · 原创设计
免费咨询热线
400-888-6620
免费获取方案
Duix.Avatar数字人视频合成智能体快速上手与避坑
Duix.Avatar数字人视频合成智能体快速上手与避坑【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-AvatarDuix.Avatar 把离线数字人拆成三个本地容器其中 duix-avatar-gen-video 是真正出片的视频合成智能体给它一段克隆形象加一条音频它就回传一条口型对齐的口播视频。本文围绕任务队列、状态轮询、报错自查讲清它怎么用、边界在哪帮第一次本地部署的人少走弯路。架构定位谁把视频合成任务派给 gen-video 容器项目在 deploy/docker-compose.yml 里定义了三个容器tts 管声音合成、asr 管语音转写、gen-video 管视频合成。本文主角只负责最后一步——输入音频加模特视频输出 mp4。任务全部由 Electron 客户端发起你在界面点合成主进程通过video/makeIPC 把记录写成 waiting 状态存进本地 SQLite后台定时任务再串行取队调用 8383 端口的easy/submit接口合成智能体在容器内跑 face2face 推理。它的职责边界可以压缩成四句话任务来源只有客户端没有外部入口上游依赖两样东西模特视频克隆形象时产出和音频TTS 生成或用户上传队列先进先出、一次只合成一条waiting 状态会显示排队位置下游产物是作品目录里的 mp4客户端可直接播放和导出报错排查Connection refused、进度不动与 API 直连下面三种问法覆盖最常见的卡点每种按你的提问 → 它给出的结果 → 为什么可信展开。问法一服务刚起来就克隆报 Connection refused服务启动几分钟就去克隆模特日志里刷屏 Connection refused答案不是端口配错fun-asr 冷启动慢服务端启动后等几分钟再做克隆形象操作机器内存只有 16G 时可能直接起不来。这一点在 doc/常见问题.md 的自查步骤里有明确记录。为什么可信文档里的报错原文正对应 asr_fun.py 的 init_conn 连接异常且提问模板要求先贴服务端日志再描述现象说明官方排查顺序就是先认容器状态再看日志。问法二提交后一直显示正在提交任务进度不动视频提交后卡在正在提交任务刷新也不变它会把状态链拆开给你看waiting → pending → success / failed。客户端每 2 秒轮询一次easy/querycode 为 10000 表示任务有效status1 合成中、status2 完成、status3 失败而 9999、10002、10003 一律标记失败并把原因写进作品列表的 message 字段。卡在提交阶段时优先确认 gen-video 容器还活着、显卡驱动正常。easy/submit 提交任务codeuuid └─ 每 2 秒轮询 easy/query ├─ code 10000 status1合成中 └─ code 9999 / 10002 / 10003标记失败为什么可信这套轮询与错误码处理在 src/main/service/video.js 的 loopPending 里逐行可见合成成功后还会用 ffmpeg 读出视频时长写回记录不存在假成功。问法三想在业务系统里直接调用合成不走客户端界面我不想用客户端界面怎么在自己的服务里直接合成它给出三个本地接口18180/v1/preprocess_and_tran做模特音频预处理返回 reference_audio 和 reference_text 两个值18180/v1/invoke把这两个返回值连同目标文本传入合成出音频最后8383/easy/submit加easy/query完成视频合成与进度查询。请求参数示例在 README_zh.md 的开放 API章节逐字段标注了哪些是固定传参。为什么可信调用样例代码就在 src/main/service/ 目录下与 video.js 同层接口参数和文档示例一一对应照抄即可跑通。红线与分工它必须做到的事和转交对象所有算力在本地没有英伟达显卡和驱动三个服务都起不来这是硬前提。任何任务必须落在 success 或 failed 之一失败原因必须写入 message 字段作品列表永远能看到失败理由。任务队列串行执行不并行合成避免显存互相挤占它不做的四类事各自有明确去处文字转克隆语音 → duix-avatar-tts 容器fish-speech端口 18180音频转写与模特音频预处理 → duix-avatar-asr 容器fun-asr端口 10095界面、模特管理与作品播放 → Electron 客户端src/renderer 目录镜像拉取与 GPU 运行时 → Docker 加 NVIDIA Container Toolkit资料与验证排查报错时翻哪几个文件README_zh.md硬件前置条件、部署步骤、三个开放接口的完整请求参数示例doc/常见问题.md提问前自查步骤、提问模板以及 Connection refused 等真实报错日志对照deploy/docker-compose.yml三个容器的定义、端口映射、GPU 预留与 shm_size 配置src/main/service/video.js任务状态机、2 秒轮询循环、失败码处理逻辑src/main/api/f2f.js视频合成提交与进度查询的 HTTP 调用封装快速上手三步从仓库到第一条口播视频克隆代码git clone https://gitcode.com/GitHub_Trending/he/Duix-Avatar在 /deploy 目录执行docker-compose up -d镜像下载约 70G 流量、耗时半小时左右确认三个服务全部 Running安装客户端上传一段 10 秒左右的说话视频创建模特再输入文案合成第一条视频从一条 10 秒视频到第一张口播成片整条链路跑在你自己的机器上每个失败都能落到具体日志行上。把队列顺序和状态码记熟之后接入新用法其实只是换了一个容器去对话。【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创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
RELATED

相关推荐

Nginx实战:反向代理、负载均衡与部署避坑指南

Nginx实战:反向代理、负载均衡与部署避坑指南

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

📅 2026/9/11 8:23:03
堆的基本存储:完全二叉树与数组的天然映射

堆的基本存储:完全二叉树与数组的天然映射

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

📅 2026/9/11 8:23:03
PartnerStack替代品怎么选?SaaS联盟营销平台真实评测与迁移避坑指南

PartnerStack替代品怎么选?SaaS联盟营销平台真实评测与迁移避坑指南

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

📅 2026/9/11 8:23:03
MORE NEWS

更多资讯

📰

AI Agent工程落地:LangGraph状态机、RAG数据治理与FastAPI防线实战

1. 项目概述:这不是一场技术秀,而是一次真实的职业穿越“AI Agent 转行真相”——这标题里没有一个字在讲技术参数,却直戳当下数万开发者的心口。我从2023年Q4开始密集接触AI Agent相关项目,前半年几乎每天都在跑LangChain官方Dem…

📰

手写GRU与LSTM:吃透循环神经网络的原理、代码与实战

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

📰

基于CNN的车载疲劳检测系统设计与实战优化

简介:本资源是一套面向计算机专业本科生的高分毕业设计实战项目,聚焦驾驶员疲劳状态识别这一实际应用场景,基于Python与卷积神经网络实现端到端的人脸检测、眼部关键点定位及闭眼频率分析预警功能,适用于毕设开发、课程设计或AI项…

📰

视觉模型边缘部署实战:从延迟优化到断网容错

先说一个我自己的真实经历。去年帮一家工厂做产线质检改造,客户一开始坚持把视觉模型放在云端:他们有现成的GPU服务器,算法团队在云端迭代模型最方便。结果一上线就翻车——摄像头采集到图片,传到云端推理,来回一趟稳定…

📰

OpenHuman hosting 领域解析:让 Agent 通过九个 `hosting_*` 工具把工作区部署到真实托管平台

OpenHuman hosting 领域解析:让 Agent 通过九个 hosting_* 工具把工作区部署到真实托管平台 【免费下载链接】openhuman OpenHuman is an open source personal AI for Mac, Windows and Linux — local-first memory, agent orchestration, and deep research. 项…

📰

Context-mode实战:如何让AI对话不再“忘事”

我第一次被context-mode这个词击中,是在连续吃了三次“AI 忘事”的亏之后。第一次是在调试一个 Python 脚本时,前十分钟刚确认过的变量命名规则,后十分钟它就开始自由发挥;第二次是在整理一篇长文时,明明开篇已经明确了…

TODAY

今日更新

THIS WEEK

本周精选

THIS MONTH

本月热门

读完文章,想聊聊您的网站?

告诉我们您的行业与需求,资深顾问一对一梳理方案与报价,全程免费。

📞 💬