duixcom/Duix-Avatar

项目概览

该项目将数字人视频制作流程封闭在本地环境中运行，通过 Docker 镜像和客户端提供从形象/声音克隆到视频合成的完整能力，适合对数据隐私有严格要求的个人创作者和开发者。

项目类型

视频技术 · 语音音频

应用场景

视频制作 · 语音音频

部署方式

查看项目说明

License

License 待确认

适合谁

• 对数据隐私敏感，希望完全在本地处理视频合成且具备相应硬件设备的个人创作者。
• 希望利用本地开放API进行模型训练与音视频合成二次开发的开发者。

核心能力

• 利用 AI 算法捕获面部特征和克隆声音，构建虚拟模型。
• 使用自然语言处理将文本转换为语音，或使用直接的语音输入来驱动虚拟人。
• 将数字人视频图像与声音进行同步，实现自然的唇形同步。
• 脚本支持八种语言：英语、日语、韩语、中文、法语、德语、阿拉伯语和西班牙语。
• 暴露本地API，用于模型训练、音频合成和视频合成。

限制与风险

• 运行该项目需要较高的硬件配置，明确要求具备 NVIDIA GPU、32GB 内存以及至少 100GB 的空闲磁盘空间。
• 该项目的开源版本不支持实时交互功能。
• 项目官方仅支持 Windows 10 和 Ubuntu 22.04 操作系统。
• 部署过程要求下载大约 70GB 的 Docker 镜像文件，对网络条件有一定要求。

如何开始

• 部署难度较高，需要先安装 Docker 并下载约70GB的镜像，保证100GB以上的可用磁盘空间，执行 docker-compose up 启动服务后安装配套的客户端应用。

核验依据

• GitHub 项目简介: 🚀 Truly open-source AI avatar(digital human) toolkit for offline video generation and digital human cloning.
• README: slashing production costs from hundreds of thousands of dollars to just $1,000. This innovation has empowered over 10,000 enterprises and generated over 500,000 personalized avata…
• README: Duix.Avatar is a fully offline video synthesis tool designed for Windows systems that can precisely clone your appearance and voice, digitalizing your image. You can create videos…
• README: Precise Appearance and Voice Cloning: Using advanced AI algorithms to capture human facial features with high precision, including facial features, contours, etc., to build realis…
• README: Text and Voice-Driven Virtual Avatars: Understanding text content through natural language processing technology, converting text into natural and fluent speech to drive virtual a…

内容核验时间：