Deep-Live-Cam 实时换脸实操：一张照片跑通 AI 直播特效
Deep-Live-Cam 实时换脸实操一张照片跑通 AI 直播特效【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开播前 3 分钟主播临时想把形象换成数字分身。打开 Deep-Live-Cam丢进一张照片点下 Live摄像头画面实时换脸成另一个人没有绿幕没有渲染。这个开源工具完全由单张照片驱动。本文带你从零装环境到 10 分钟内跑通第一次换脸顺手把常见坑指出来。它能干什么不能干什么Deep-Live-Cam当前版本 2.1.6是开源实时换脸工具。一张人脸照片可以换到摄像头、视频或图片上全程一键完成。无需训练、不需要任何数据跑起来就是纯推理支持 Windows、macOS、Linux。三个核心能力面部交换选一张源脸、一个目标点 Start 就出结果。嘴部遮罩mouth mask换完脸保留原来的嘴口型动作不出戏。多脸映射face mapping一帧里多个人每人配一张不同的脸。先说清两条边界它单图驱动不做语音口型同步换的是整张脸不做局部特征微调。程序还内置内容过滤拒绝处理不当素材。一张照片换脸全程实时第一次跑通换脸视频要多久环境要求和获取项目你需要Python 3.11–3.14推荐 3.14、pip、git、ffmpeg。macOS 还要装 tkinterpython-tkWindows 要装 Visual Studio C 运行时。git clone --depth 1 https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam cd Deep-Live-Cam你应该看到本地出现项目文件里面有 run.py 和 models/ 目录。安装依赖并首次运行先准备模型把inswapper_128_fp16.onnx和GFPGANv1.4放进models/文件夹下载地址见 models/instructions.txt也可以让首次运行时自动下载约 300MB 的模型。python -m venv venv source venv/bin/activate # Windows 用 venv\Scripts\activate pip install -r requirements.txt python run.py你应该看到终端打印平台信息横幅随后弹出图形界面。没有 GPU 时它自动用 CPU 跑。官方说明手动安装需要一点技术基础中途卡住先检查 Python 和 ffmpeg 是否在终端里可用。验收输出在界面里选一张源脸照片选一个目标图片或视频点 Start。你应该看到终端滚动处理进度完成后打印成功信息和耗时。输出视频保存在以目标视频命名的目录里打开一看脸已经换了。核心能力拆解一张照片怎么换掉一帧整条流水线可以理解成三段每段输入输出都很清楚。第一段检测与对齐。用 insightface 的buffalo_l模型包人脸识别模型集合在每帧里找脸。输入是原始帧经过 640×640 检测和 106 个二维关键点定位输出人脸框和对齐坐标。实现在 modules/face_analyser.py。第二段换脸。inswapper_128ONNX 模型换脸用的神经网络文件做身份特征融合人脸先归一化到 128 标准空间。输入是源脸加目标帧输出是替换后的帧。融合遮罩直接从换脸变换本身缓存生成避免边缘逐帧抖动。实现在 modules/processors/frame/face_swapper.py。第三段后处理与输出。嘴部遮罩把原始嘴部写回多脸映射用聚类算法把画面里多个人稳定匹配到不同源脸。视频模式走内存内的 FFmpeg 管道直接编码省掉逐帧落盘。命令行控制示例--frame-processor face_swapper是换脸本体可追加face_enhancer增强清晰度--mouth-mask开嘴部保留--many-faces处理每张脸。没有独显能跑吗硬件怎么选平台计算后端典型要求适合谁NVIDIA 显卡CUDACUDA 12.8 cuDNN 8.9.7流畅直播速度最快Apple 芯片CoreMLPython 3.11 以上macOSM 系列 MacBookAMD 等其他 Windows 显卡DirectMLWindows 系统AMD 卡用户Intel 核显OpenVINOopenvino 配套版本低功耗设备纯 CPUCPU建议 8GB 以上内存只求跑通较慢如果你只有核显或 CPU推荐--execution-provider cpu直接跑目标视频控制在 720p 以内能出结果但别指望实时。工作流一开播前 30 秒上直播目标把摄像头画面变成另一个人接进 OBS 开播。准备一张光线清晰的正脸源照片装好 OBS。操作步骤运行python run.py打开界面选源脸选摄像头按 Live等 10–30 秒出预览OBS 里用窗口采集选中 Deep-Live-Cam 预览窗验收标准预览里出现换脸后的画面动作流畅开嘴部遮罩时口型跟自己的声音走。换人只需选一张新照片。工作流二一部电影一次换完目标把一部电影换成自己主演音画完整。准备目标视频文件、源脸照片。操作步骤界面里选源脸和目标视频点 Start或者命令行一条搞定python run.py -s face.jpg -t movie.mp4 --keep-fps --keep-audio --video-quality 18验收标准同名输出目录里出现新视频片长与原作一致音频完整帧率跟随原片。输出太大时把--video-quality0–51默认 18调大即可。常见坑出现这些现象怎么办看到ffmpeg is not installed→ ffmpeg 没进 PATH → 先装 ffmpeg 再运行。看到首次运行卡住很久 → 在自动下载约 300MB 模型 → 耐心等或提前把两个 onnx 文件放进models/。看到脸没检测到 → 光线差、侧后脸或人脸太小 → 换清晰正脸照。看到直播卡顿 → 开了增强器 → 只跑--frame-processor face_swapper。看到内存溢出 → 默认上限 16GBmacOS 为 4GB→ 用--max-memory 8调低。看到 macOS 报_tkinter错误 → 缺 tkinter →brew install python-tk3.14。合规与伦理红线项目内置基于 opennsfw2 的内容过滤器拒绝处理裸露、血腥等敏感素材还可以加--nsfw-filter开关做额外检查。这是工具方主动守住的线。另一条线在你这边。README 明确要求使用真人面孔必须先取得本人同意输出分享到线上时必须标注为 deepfake。项目方也保留依法关停或给输出加水印的权利并明确声明不对终端用户行为负责。所以按下 Start 之前只问自己一个问题这张脸我有没有资格用绝对不要未经同意用真人面孔伪造任何言论或场景绝对不要用于诈骗、冒充或任何形式的身份欺骗绝对不要不标注 AI 生成就把产出传到任何平台还能往哪走帧处理器实现都在 modules/processors/frame/多脸映射的聚类逻辑在 modules/cluster_analysis.py命令行入口与全部参数定义在 modules/core.py。想读源码或提交贡献先看 CONTRIBUTING.md。Deep-Live-Cam 的实时换脸从检测到换脸再到输出每一段都能在仓库里直接打开对着读。【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