Deep-Live-Cam 实时换脸实战指南从 0 到 1 跑通完整换脸流程【免费下载链接】Deep-Live-Camreal time face swap and one-click video deepfake with only a single image项目地址: https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam你拍了一段视频想把里面的人脸换成另一张脸。用离线工具导出一条片子可能要等一小时你要的是实时换脸——打开摄像头画面立即可用连视频都可以边播边换。Deep-Live-Cam 做的就是这件事一张源人脸照片三次点击直播画面里的人脸当场被替换。本文按先跑起来、再按需深入的顺序讲5 步装好并看到效果然后挑三个最有用的进阶场景跳读最后附常见卡点的速修方法。⚡️ 它能做什么5 个真实场景摄像头实时换脸选一张人脸照片、选一个摄像头、点 Live10~30 秒后预览画面里出现换好的脸。这是官方主打的三键操作零配置。视频离线换脸给它一个 mp4输出自动保存在以目标视频命名的目录里。长视频走 FFmpeg 内存管道直接编码不用逐帧落盘。多人脸场景--many-faces把画面里每张脸都换掉--map-faces更进一步把不同源脸按聚类映射给不同人物——群像视频也能各换各的。口型保留Mouth Mask替换后保留原视频里本人的嘴部运动说话类视频口型不穿帮。直播与观影娱乐换脸窗口可以直接被 OBS 作为视频源捕获推流也可以把电影里所有角色实时换成同一个人。另外内置了 NSFW 过滤--nsfw-filter不合适的素材会被拦下使用真人面孔时请取得本人同意并在分享时标注 deepfake。 从 0 到跑通5 步安装 Deep-Live-Cam第 1 步准备环境。需要 Python 3.11–3.14官方推荐 3.14、pip、git、ffmpeg。终端里ffmpeg -version能输出版本号就说明 ffmpeg 就绪这一步卡住了大概率是忘了把 ffmpeg 加入 PATH。第 2 步克隆仓库并装依赖。git clone --depth 1 https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam cd Deep-Live-Cam python -m venv venv source venv/bin/activate # Windows 用 venv\Scripts\activate pip install -r requirements.txtpip 进度条走完、没有红色报错这步就成了。macOS 上记得先brew install python-tk3.14否则 GUI 起不来。第 3 步准备模型。首次运行会自动下载约 300MB 模型inswapper 换脸模型 buffalo_l 检测包到models/目录等它下完即可也可以按 models/instructions.txt 手动下载inswapper_128_fp16.onnx放进models/。第 4 步首次运行。python run.py看到弹出的操作窗口、并且没有模型加载报错说明环境 OK。有 GPU 的话用对应执行提供者启动python run.py --execution-provider cuda # NVIDIA python run.py --execution-provider directml # AMD / 部分 IntelWindows python run.py --execution-provider coreml # Apple Silicon启动日志里会打印当前使用的 provider看到CUDAExecutionProvider之类字样才算真跑在 GPU 上。第 5 步验证成功。窗口里选一张清晰的正面照作为源脸选摄像头点 Live。等 10~30 秒预览出现看到自己脸被换成源人脸——恭喜整条链路通了。人脸检测由 face_analyser.py 里的 InsightFace buffalo_l 模型完成换脸核心在 face_swapper.py。三个进阶场景按需跳读场景一命令行批量处理视频不想每次点窗口带上-s/-t参数就会进入 headless 模式直接处理完退出python run.py -s source.jpg -t target.mp4 --keep-fps --keep-audio \ --video-encoder libx264 --video-quality 20--keep-fps保留原始帧率--keep-audio保留原音轨默认就是开的--video-quality数值越小质量越高0–51。把这条命令包进 shell 脚本遍历一个目录就是一个最简单的批量换脸流水线。输出在目标视频同名目录里处理完终端会打印总耗时。场景二多人脸视频各换各的默认模式下只处理检测到的第一张脸。想全换加--many-facespython run.py --many-faces --mouth-mask画面里所有人脸都会替换成源脸适合做全场都是同一个人的鬼畜梗视频--mouth-mask同时保留每个人的原始嘴部运动。如果想让不同人物对应不同源脸用--map-faces程序会先把目标视频里的人脸做聚类在界面上给你逐个指派源脸。注意这两个模式都会走磁盘抽帧流程core.py 里的回退管线速度比内存管道慢长视频要有耐心。场景三把换脸窗口接进 OBS 推流Live 模式本质上是一个实时视频窗口用 OBS 的窗口采集选中它就能推流或录屏。两个启动参数值得加上--live-mirror让预览按前置相机方式镜像显示--live-resizable让窗口可拖拽缩放方便构图。NVIDIA 显卡上还能顺便把输出分辨率控制在 720p 左右给编码留余量。换脸跑不起来的 4 个常见卡点启动直接提示 ffmpeg is not installed.→ 系统没装 ffmpeg 或不在 PATH → 安装 ffmpeg 后ffmpeg -version验证能输出版本。首次运行卡住不动→ 在自动下载约 300MB 模型 → 看下载进度条网络差就按models/instructions.txt手动下载模型文件放进models/程序启动时会校验大小。macOS 报_tkinter缺失→ 缺 Tk 绑定 →brew reinstall python-tk3.14后重跑。Live 模式点开没画面以为挂了→ 正常现象 → 首次预览需要 10~30 秒加载模型等一等超过一分钟仍无画面再检查摄像头权限。--execution-provider cuda不生效→ 装的是 CPU 版 onnxruntime →pip uninstall onnxruntime pip install onnxruntime-gpu并确认 CUDA Toolkit 与 cuDNN 版本匹配。接下来可以做什么把画质提上去试试增强器--frame-processor face_enhancer_gpen256人脸细节会明显更锐利代价是每帧更耗时先用短视频试。接进自己的工作流把场景一的 CLI 命令包进脚本配合定时任务处理素材目录--max-memory可以限制内存占用方便和别的大任务共存。关注社区模型加载、GPU 加速相关的问题在社区 issue 里讨论最活跃遇到版本匹配问题比如 OpenVINO 与 onnxruntime-openvino 的版本对应先去那里搜基本都有现成答案。【免费下载链接】Deep-Live-Camreal time face swap and one-click video deepfake with only a single image项目地址: https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考