Deep-Live-Cam 实时换脸快速上手如何三步换出换脸直播与批量换脸视频【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视频通话或直播时想实时换脸想把整段视频里的人脸全部换掉Deep-Live-Cam 是一款开源实时换脸工具给它一张正脸照片它就能替换摄像头画面或任意视频里的人脸输出带原音轨的换脸直播预览和离线换脸视频。全程本地运行不依赖在线服务。它的工作机制不复杂每一帧程序先认出画面里的脸再把你照片里的身份画回这张脸原有的结构上最后可选地做一次清晰度增强。你的电脑够不够格1 分钟硬件自检先说结论没有独显的纯 CPU 机器也能跑480p–720p 勉强实时有独显或 Apple 芯片的机器余量更大。对照下面这张表自检项目要求系统Windows / macOS / Linux 均可Python3.11–3.14推荐 3.14必装依赖git、pip、ffmpeg缺了视频处理直接报错硬件纯 CPU 能跑NVIDIA 显卡或 Apple 芯片更快Windows 额外项Visual Studio 2022 运行库git、pip、ffmpeg 三样齐了就可以进下一节装环境。从克隆到打开主窗口的 4 步第 1 步拿代码git clone --depth 1 https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam cd Deep-Live-Cam做完后你会看到 Deep-Live-Cam 目录里面有run.py和一个空的models/属正常状态。第 2 步建虚拟环境并装依赖用 venv 隔离避免污染系统 Pythonpython -m venv venv source venv/bin/activate pip install -r requirements.txtWindows 用户改用venv\Scripts\activate激活。macOS 用户要额外补图形库缺了 GUI 打不开、会报_tkinter错误brew install python3.14 brew install python-tk3.14装完执行pip list能看到 opencv、onnxruntime、insightface 这批依赖说明环境就绪。第 3 步放模型文件可选不想等首次自动下载就把inswapper_128_fp16.onnx换脸和gfpgan-1024.onnx增强下载后放进models/下载地址写在 models/instructions.txt 里。不放也行——首次运行会自动下载约 300MB 模型等着就好。ls models/第 4 步启动python run.py做完后主窗口打开状态栏开始加载模型。窗口布局一眼能看懂上方左边选源人脸照片右边选目标视频文件或摄像头中间一排开关Keep audio、Many faces、Face Enhancer 等下方是 Start 和 Live 两个按钮。视线动线就三条选源照片 → 选目标 → 按按钮。一帧画面里发生了什么换脸流水线四步首次运行要下载约 300MB 模型耗时不短。利用这段时间搞懂程序对每一帧做了什么——下面四步对每帧都跑一遍检测buffalo_l 模型包在目标帧里找脸算出边界框、关键点和身份向量可以理解成这张脸的指纹生成inswapper 模型以 128×128 尺寸把你照片的身份合成进目标脸的结构上。换的只有身份姿态和表情保持原样贴回椭圆羽化软掩膜做 alpha 混合把新脸贴回原帧避免硬方形边界露馅增强可选GFPGAN 把换脸后糊掉的五官细节补回来用的就是前面放的 gfpgan-1024.onnx想读源码时直接对号入座模块职责源码路径人脸检测与分析找脸、特征向量、106 点关键点modules/face_analyser.py换脸执行合成新脸、椭圆掩膜贴回modules/processors/frame/face_swapper.py人脸增强GFPGAN 提升清晰度modules/processors/frame/face_enhancer.pyGPU 加速算子模糊/缩放/锐化走 GPUmodules/gpu_processing.py摄像头读取抽帧、编码modules/video_capture.py命令行入口参数解析、流水线调度modules/core.py普通使用完全不需要改它们。两种用法摄像头实时换脸与视频离线批量用法 A摄像头实时换脸三步走① 选一张源人脸照片——要求就三条正脸、光线均匀、脸上无遮挡。口罩、贴纸、逆光都会拖累检测人脸在画面里占比大些更稳。② 选摄像头——程序会自动挑当前环境里最快的推理后端你不用管。③ 按 Live——首次加载要等 10–30 秒预览出来后换脸即生效。要换人重新选一张源照片就行。想推流用 OBS 对预览窗口做窗口捕获即可推出去的画面方向反了加--live-mirror调一下想调清晰度拖动 Face Enhancer 开关。用法 B一条命令跑完视频换脸不想开窗口命令行可以整段视频一次换完python run.py -s face.jpg -t clip.mp4 --keep-audio --keep-fps跑完终端会显示逐帧处理进度最后合成输出视频。常用参数含义如下参数含义-s/--source源脸照片-t/--target目标视频图片也可以--keep-audio保留原片音轨默认开启写上更保险--keep-fps保持原始帧率--video-encoder libx265换编码器出更小文件可选 libx264 / libx265 / libvpx-vp9--many-faces处理画面里每一张脸--map-faces把每张脸映射到不同源脸--mouth-mask保留原画面嘴部区域--max-memory内存占用上限GB--nsfw-filter启用 NSFW 内容过滤⚠️ 输出在哪存进了一个以目标视频命名的文件夹——这是新手最常找不到的地方去源视频旁边的clip.mp4目录里找。推理后端怎么选 高频故障速查--execution-provider决定算在哪个芯片上。不写任何参数时程序自动选当前环境里最好的后端新手直接python run.py即可。清楚自己硬件的照表对一行你的硬件做法无独显 / 核显什么都不加python run.pyNVIDIA 显卡装 CUDA Toolkit 12.8.0 cuDNN v8.9.7bin 目录加进 PATHpip install onnxruntime-gpu1.26.0再加--execution-provider cudaApple M1–M5依赖里已含 CoreML 支持python3.14 run.py --execution-provider coremlIntel 平台pip install onnxruntime-openvino1.21.0加--execution-provider openvinoWindows AMD 核显pip install onnxruntime-directml1.21.0加--execution-provider dml装完重启程序验证。下面是普通 PC无独显上的实际表现CPU/GPU 占用和预览窗口都在画面里可对照自己的机器建立预期高频故障对照表症状原因解法打不开窗口报_tkintermacOS 缺 tkinterbrew reinstall python-tk3.14提示 ffmpeg 缺失没装或不在 PATH装好后用ffprobe -version验证状态栏找不到 inswapper 模型models/ 缺文件等首次自动下载完或手动放入模型有 GPU 却退回 CPU 跑cuDNN 不在 PATH 或版本不对装 cuDNN v8.9.7 pip install onnxruntime-gpu1.26.0预览明显掉帧内存吃紧或增强开着降--max-memory关掉 Face Enhancer预览方向反了摄像头镜像习惯不同python run.py --live-mirror表里没覆盖的情况先看窗口状态栏的红色报错文字再检查models/目录是否完整。进阶玩法两个常见实际问题的解法Mouth Mask说话口型不穿帮源脸和你本人的嘴型差很多时整脸替换后口型对不上原画面。打开 Mouth MaskGUI 开关或--mouth-mask程序会把下半张脸的嘴部区域留给你自己只换其余部分——说话时口型自然一致。Many Faces Map Faces群里每人换不同的脸群像场景里不加参数时每个人都会变成同一张脸。加--many-faces处理画面里每一张脸再加--map-faces程序先用特征向量聚类把目标里的人自动分组类似按头像把人分到不同群然后你做谁换谁的绑定python run.py -s face.jpg -t group.mp4 --many-faces --map-faces跑完群里每个人对应自己绑定的脸。红线与下一步实时换脸能力很强以下四件事不能碰只换自己的脸或已明确取得本人同意的脸公开发布时标注AI 合成 / deepfake不用于诈骗、冒充、诽谤等任何欺骗目的不处理战争画面、隐私场景等敏感素材程序自身也内置了 opennsfw2 内容过滤GUI 勾选 NSFW 或--nsfw-filter会自动拦截不当素材。现在就可以动手python run.py跑起来选一张自己的正脸照片点 Live等 10–30 秒你的第一段实时换脸预览就会出现在屏幕上。想继续深入从 README.md 的完整参数列表和 models/instructions.txt 的模型说明开始看。【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