Deep-Live-Cam 快速上手一张照片跑通实时换脸【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你想把摄像头前的人、或者视频片段里的人换成一张照片上的脸Deep-Live-Cam 就能做到实时换脸这件事。它适合主播、内容创作者以及任何想亲自试一下 deepfake 技术的人。成本门槛不高Python 3.14 加 ffmpeg纯 CPU 就能跑素材只需要一张人脸照片。环境要求与最短跑通路径先看环境要求全部满足再往下走项目要求系统Windows / macOS / LinuxPython3.11–3.14推荐 3.14依赖git、pip、ffmpeg必须硬件纯 CPU 可运行NVIDIA GPU 或 Apple 芯片更快注意Windows 需装 Visual Studio 2022 运行库然后执行这一段最小安装命令跑到底git clone --depth 1 https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam cd Deep-Live-Cam python -m venv venv # 激活虚拟环境Windows 用 venv\Scripts\activatemacOS/Linux 用 source venv/bin/activate pip install -r requirements.txt python run.py模型方面有两个文件inswapper_128_fp16.onnx换脸模型和GFPGANv1.4.onnx面部增强模型需要放进models/目录。下载地址写在 models/instructions.txt不手动放置也没关系首次运行会自动下载约 300MB耗时约 1–2 分钟。怎么判断成功了python run.py会打开一个窗口左侧选源人脸照片中间选目标摄像头或视频文件右侧是 Live 和 Start 按钮。点 Live 后等 10–30 秒预览窗口里画面中的人变成了照片里的人就跑通了。按硬件选执行参数的速查表--execution-provider参数决定模型推理跑在哪块芯片上。什么驱动都没装的机器直接python run.py就行程序会自动选当前环境里最好的可用后端。硬件档位运行方式预期表现建议分辨率核显 / 纯 CPU默认python run.py勉强实时480p–720p中端 NVIDIA 独显--execution-provider cuda流畅720p高端 NVIDIA 独显cuda 加--execution-threads 2可开增强接近摄像头原生帧率1080pApple M1–M5python3.14 run.py --execution-provider coreml流畅720pIntel / AMD 核显openvino/directml可用480p–720p各档位的准备动作NVIDIA 需先装 CUDA Toolkit 12.8.0 和 cuDNN v8.9.7bin 目录要进 PATH再pip install onnxruntime-gpu1.26.0Apple 芯片先brew install python3.14 python-tk3.14requirements 已含 CoreML 支持Intel 装onnxruntime-openvino1.21.0AMD 核显装onnxruntime-directml1.21.0。⚠️ 常见故障对照症状原因处理办法报_tkinter错macOS 缺 tkinterbrew reinstall python-tk3.14提示 ffmpeg 未安装没装或不在 PATH装好后用ffprobe -version验证状态栏提示找不到 inswapper 模型models/缺换脸模型等首次自动下载完成或手动放入有 GPU 却退回 CPUcuDNN 不在 PATH 或版本不符装 cuDNN v8.9.7 onnxruntime-gpu1.26.0直播预览掉帧显存/内存吃紧或开了增强调低--max-memory关掉 face_enhancer高阶实时换脸玩法口型、多人与离线视频Mouth Mask嘴部保留适用场景说话较多的直播或视频通话。操作在 GUI 拖动 Mouth Mask 滑块或命令行加--mouth-mask。源脸和你的嘴型不一样整脸替换会导致口型对不上原画面打开这个开关后下半张脸的嘴部区域保留给你自己开口说话时口型自然一致。Many Faces Map Faces多人脸映射适用场景群像视频里有多个人。加--many-faces处理画面中的每一张脸再加--map-faces程序会按特征向量聚类把视频里的人自动分组让你给每个人指定谁换谁。效果是每个人绑上不同的源脸而不是全员变成同一张脸。离线整段视频换脸适用场景整段剪辑或电影一次性转换。python run.py -s face.jpg -t clip.mp4 --keep-audio --keep-fps # -s 源人脸照片-t 目标视频--keep-audio 保留原音轨--keep-fps 保留原帧率输出保存在以目标视频命名的目录里音轨和帧率都跟着原片走。单帧换脸处理流程一瞥每一帧画面都经过四个步骤。第一步InsightFace 的 buffalo_l 模型定位人脸提取身份特征向量和 106 个关键点。第二步inswapper 模型用源照片身份 目标脸结构合成一张 128×128 像素的新脸。第三步一张椭圆羽化软掩膜把新脸融合回原帧避免方形边界露馅。第四步可选GFPGAN 面部增强器face_enhancer把被糊掉的五官细节补回来。检测人脸并提取身份向量 → 合成 128×128 新脸 → 椭圆软掩膜融合 → 可选 GFPGAN 增强核心模块的位置如下职责文件人脸检测与特征提取modules/face_analyser.py新脸合成与贴回modules/processors/frame/face_swapper.py换脸后增强modules/processors/frame/face_enhancer.py视频读取与编码modules/video_capture.pyGPU 加速算子modules/gpu_processing.py参数解析与流水线调度modules/core.py这张表是给你需要时找地方用的不用读源码也能完成上面所有操作。使用边界与合规要求只换你自己的脸或已明确取得同意的脸公开发布时标注AI 合成 / deepfake不用于诈骗、冒充、诽谤等用途不处理战争画面、隐私场景等敏感素材程序内置 opennsfw2 内容检查GUI 勾选 NSFW Filter 或加--nsfw-filterREADME 声明法律要求下可能关停项目或给输出加水印参与贡献与资源入口README.md功能清单与全部命令行参数models/instructions.txt两个模型的下载地址CONTRIBUTING.md提交前自测清单——实时换脸增强开/关各测一遍、Map Faces 双向测试、FPS 无下降、GPU 压测 ≥15 分钟locales/多语言界面文案提交流程切功能分支 → 过自测清单 → 推分支提 PR先进premain分支稳定后才合入main克隆下来装好依赖挑一张正脸照片点下 Live——10–30 秒后第一段实时换脸预览就出现在你的屏幕上。【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