duix-avatar

Duix.Avatar 是由 Duix.com 开发的免费开源 AI 数字人项目。它是一款面向 Windows 和 Ubuntu 系统的完全离线视频合成工具，能够克隆用户的外貌和声音，并基于文本与语音输入生成数字人视频。 核心功能包括： - 利用 AI 算法精确克隆外貌与声音，捕捉面部特征并复现声音特点。 - 支持文本与语音驱动的虚拟数字人，通过自然语言处理将文本转换为语音，并驱动数字人的表情与动作。 - 高效的视频合成能力，实现音视频同步的唇形匹配。 - 多语言支持，涵盖英语、日语、韩语、中文、法语、德语、阿拉伯语和西班牙语。 主要优势包括完全离线运行以保护隐私、用户友好的界面，以及支持导入多种模型。 该项目采用基于 Docker 的部署方式，包含三个主要 Docker 镜像：fun-asr、fish-speech-ziming 和 duix.avatar。硬件要求为 NVIDIA 显卡（推荐 RTX 4070）、32GB 内存以及超过 100GB 的可用磁盘空间。支持 Windows 10 和 Ubuntu 22.04 安装。 项目提供开放式 API，用于模型训练、音频合成和视频合成，可通过本地 HTTP 端点访问。此外，还为需要企业级 SLA 保障的商业用户提供单独的商业 API 服务。 该项目声明使用 fun-asr 进行自动语音识别（ASR），使用 fish-speech-ziming 进行文本转语音（TTS）。它支持全球范围内的免费商业使用，但用户量超过 10 万或年收入超过 1000 万美元的企业需签订商业许可协议。