Duix.Avatar（原名 HeyGem ）：
一款由 Duix.com 开发的免费开源 AI 数字人项目，支持本地部署和 API 调用。仅需提交一段 10 秒左右的视频，即可快速完成数字人形象和声音克隆，输入文案或上传音频即可驱动数字人口型，自动生成口播播报视频。
核心功能：
- • 精准的形象与声音克隆：仅需提交一段约 10 秒的视频，就能快速完成数字人形象和声音的克隆。
- • 多驱动方式：输入文案或上传音频即可驱动数字人口型，自动生成口播播报视频。
- • 全离线操作：无需联网即可使用，有效保护用户隐私。
- • 高效视频合成：实现数字人视频画面与声音的高度同步，自然流畅的口型匹配。
- • 多语言支持：脚本支持英语、日语、韩语、中文、法语、德语、**语和西班牙语八种语言。
推荐配置：
- • CPU：第 13 代英特尔酷睿 i5-13400F
- • 内存：32G 及以上（必要）
- • 显卡：rtx-4070
TIP：
目前版本客户端不能修改路径和调用的 API，所以建议客户端和服务器部署在同一台设备上。但是因为我的独显在 NAS 上，客户端又是 Windows 所以折腾起来会比较麻烦，有需要的可以简单参考。
服务端
来到项目地址：https://github.com/duixcom/Duix.Avatar
点击打开 deploy 目录
4 个配置模版区别：
# Windows 基础完整版 docker-compose.yml# Windows 50系列显卡专用版 docker-compose-5090.yml# Windows 轻量版 docker-compose-lite.yml# Ubuntu 完整版 docker-compose-linux.yml
根据自己的硬件配置和系统进行选择
我是 NAS 上部署，所以选 docker-compose-linux.yml
默认不用修改直接部署即可，但是我是调用方式所以路径需要修改（这里可以先部署，后面再来根据实际情况修改）
服务端部署成功后，资源占用情况
显卡也是没问题，项目启动的时候能看到调用检测
浏览器中输入 http://NAS的IP:18180 能看到 API 界面
客户端
来到项目，点击下载打包好的文件
根据系统，下载对应客户端文件
下载以后，无脑安装即可
打开就是这个界面，点击快速定制
上传一个 8 秒以上的视频，点击提交定制
扩展
理论上如果服务端和客户端都是一台设备，就可以成功运行的了。但如果服务端和客户端是两台设备情况，由于客户端并不能配置路径和端口，就会报错，下面说一下处理方法。
提示路径问题，没有找到 D 盘的 heygem_data 这个目录
因为我只有一个 C 盘，肯定是找不到的
直接通过 SMB 映射驱动盘为 D 盘，确保一定是 D 盘（如果已经有 D 盘，那就改一下原来驱动盘的盘号）
保证 D 盘访问以后，根目录能看到 heygem_data 文件夹（NAS 项目部署的时候灵活映射路径）
当路径没问题以后，就会提示调用本地的 API 不行，因为地址是 NAS 的所以肯定不行
下载 NGINX ：https://nginx.org/en/download.html
解压 ZIP 文件，找到 nginx.conf 文件
直接覆盖原来配置，修改目标服务器为你的对应 IP 地址即可
worker_processes auto;events { worker_connections 1024;}http { include mime.types; default_type application/octet-stream; sendfile on; tcp_nopush on; keepalive_timeout 65; # 通用代理头 proxy_set_header Host $host; proxy_set_header X-Real-IP $remote_addr; proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for; proxy_set_header X-Forwarded-Proto $scheme; # 服务1 server { listen 18180; location / { proxy_pass http://192.168.31.100:18180; # WebSocket支持 proxy_http_version 1.1; proxy_set_header Upgrade $http_upgrade; proxy_set_header Connection"upgrade"; proxy_read_timeout 3600s; } } # 服务2 server { listen 10095; location / { proxy_pass http://192.168.31.100:10095; # WebSocket支持 proxy_http_version 1.1; proxy_set_header Upgrade $http_upgrade; proxy_set_header Connection"upgrade"; proxy_read_timeout 3600s; } } # 服务3 server { listen 8383; location / { proxy_pass http://192.168.31.100:8383; # WebSocket支持 proxy_http_version 1.1; proxy_set_header Upgrade $http_upgrade; proxy_set_header Connection"upgrade"; proxy_read_timeout 3600s; } }}
打开 CMD，来到当前 nginx.exe 的目录，输入：nginx.exe
客户端中，浏览器中输入 http://127.0.0.1:18180 能看到 API 界面（CMD 窗口不要关了）
前面生成的视频没有声音，这里换了另外一个
日志可以看到识别出视频的语音内容
这样数字模特就制作完成了
选择做视频
先来测试一下文本合成，输入内容，点击试听
此时显卡已经在调用了
生成语音，和原来视频声音基本一样的
音频合成，需要上传一个音频
不管是文本，还是音频都行，最后点击合成视频
提交以后，可以去看制作进度
不同性能显卡用时不一样，我用的是 A2000LP 8GB 显卡，
日志可以看到是不断运行的
最后是合成失败了，也不清楚为什么
总结
Duix.Avatar 作为一款开源免费的 AI 数字人工具，整体表现中规中矩。它的核心优势在于，仅需 10 秒视频就能完成形象与声音的克隆，还支持通过多语言文本或音频驱动数字人口型，且全离线操作可保障隐私，视频合成的同步性也较好。
不过，使用体验中存在的问题不少，尤其是当服务端与客户端不在同一设备时，还需借助 SMB 映射磁盘和 NGINX 代理来解决，这对新手而言有一定门槛。总体来说，该工具对于需要用 AI 数字人制作视频的用户有一定实用价值，闲鱼上也有很多关于本地部署的教程在售卖。
综合推荐：⭐⭐⭐（中规中矩，一般人用不上）
使用体验：⭐⭐⭐（客户端不够灵活，跨设备需额外操作）
部署难易：⭐⭐⭐（一般）
发表于 2025-10-15 00:48:37
