Deep-Live-Cam 实时换脸快速上手指南一张照片十分钟开播【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-CamDeep-Live-Cam 是一个开源的实时换脸工具给它一张人脸照片就能在摄像头画面或任意视频里即时替换面孔——对着摄像头做一场换脸直播或把一个视频整体转成另一张脸原片音轨保留。本文带你从零装好环境、跑通第一次 Live 预览再讲清楚常用参数、硬件加速和排错方法全程只依赖仓库自带文件不用改一行代码。先说效果三下鼠标就换完不用看参数文档先看它实际长什么样。整个界面只有三个动作Select a face选源脸→ Select a target选摄像头或视频→ 点 Live 或 Start。下面的演示就是完整的操作过程点 Live 后等 10–30 秒预览窗口会亮起来换脸就开始实时运行。摄像头里的人变成了你照片里的人。十分钟装好最小安装路径环境要求很轻对照这张表自查即可项目要求系统Windows / macOS / LinuxPython3.11–3.14官方推荐 3.14依赖git、pip、ffmpeg必须处理视频用硬件纯 CPU 可跑NVIDIA 显卡或 Apple 芯片更快Windows 额外项Visual Studio 2022 运行库安装命令一条接一条照抄即可git clone --depth 1 https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam cd Deep-Live-Cam python -m venv venv # Windows 激活: venv\Scripts\activate macOS/Linux: source venv/bin/activate pip install -r requirements.txt关于模型换脸核心的两个文件手动放置把inswapper_128_fp16.onnx和GFPGANv1.4.onnx放进 models/ 目录下载地址写在 models/instructions.txt 里不手动放置也行首次运行python run.py会自动下载约 300MB耐心等第一次启动。按硬件选推理后端--execution-provider决定推理跑在哪块芯片上。什么都没装额外驱动的机器直接python run.py程序会自动挑当前环境里最好的可用后端。你的硬件安装步骤启动命令量级感受直播预览建议分辨率纯 CPU / 核显无python run.py勉强实时够用480p–720pNVIDIA 中端独显CUDA Toolkit 12.8.0 cuDNN v8.9.7bin 目录加进 PATH再pip install onnxruntime-gpu1.26.0python run.py --execution-provider cuda流畅720pNVIDIA 高端独显同上python run.py --execution-provider cuda --execution-threads 2可开 Face Enhancer接近摄像头原生帧率1080pApple M 系列brew install python3.14 python-tk3.14requirements 已带 CoreML 支持python3.14 run.py --execution-provider coreml流畅720pIntel 平台pip install onnxruntime-openvino1.21.0--execution-provider openvino视 CPU 而定480p–720pWindows AMD 核显pip install onnxruntime-directml1.21.0--execution-provider directml视显卡而定480p–720p下面这段是真实跑起来的预览窗口左上角能看到实时 FPS 读数可以用来直观验收自己的硬件表现第一次换脸Live 与 Start 两条路启动后就是前面演示过的 GUI两种模式实时模式Webcampython run.py→ 选源脸 → 点Live→ 等预览亮起来。之后想换脸直接重新选一张源图即可。要推流直播用 OBS 之类工具截取预览窗口加--live-mirror可得到镜像预览更像前置摄像头。离线模式视频文件两条路都行——GUI选源脸 → 选目标视频 → 点Start输出保存在以目标视频命名的目录里命令行带-s参数即进入 CLI 模式python run.py -s face.jpg -t clip.mp4 --keep-fps几个常用 CLI 参数完整列表见python run.py -h参数作用-s/-t/-o源照片 / 目标视频 / 输出路径--keep-fps/--keep-audio保留原帧率 / 原音轨音轨默认保留--many-faces/--map-faces处理画面里每张脸 / 按人指定谁换谁--mouth-mask嘴部保留口型不失真--frame-processor face_swapper face_enhancer指定处理链face_enhancer即 GFPGAN 增强--live-mirror/--live-resizable镜像预览 / 预览窗口可缩放--max-memory内存上限GB掉帧时可下调--nsfw-filter开启不当素材过滤基于 opennsfw2 模型--video-encoder/--video-quality输出编码器libx264 等/ 质量 0–51三个开关让结果更自然嘴部保留Mouth Mask——说话的人最容易在嘴部穿帮。源脸的嘴型和你的嘴型对不上直接全换会导致口型错位。打开 GUI 里的 Mouth Mask 开关或加--mouth-mask程序会把下半张脸的嘴部区域留给你自己说话时口型自然一致多人脸映射Many Faces Map Faces——画面里有多个人时--many-faces处理每一张脸再加--map-faces程序用特征向量聚类把目标视频里的人自动分组每人绑定不同的源脸而不是全换成同一张源照片质量——三条就够正脸、光线均匀别用侧脸或逆光脸上无遮挡口罩、手、贴纸人脸在照片里占比大一些检测更稳。离线整段视频换脸的效果参考看懂每一帧是怎么生成的不需要改代码但知道流水线在哪出问题好定位。每一帧走同一条路检测目标帧里的人脸buffalo_l检测 身份特征 106 点关键点 → 用源照片身份 目标脸结构合成 128×128 新脸inswapper → 椭圆羽化软掩膜 alpha 混合贴回原帧避免方形边界露馅 → 可选 face_enhancerGFPGAN补回被糊掉的五官细节环节源码位置人脸检测与分析找脸、算特征向量与关键点modules/face_analyser.py换脸执行合成新脸、椭圆掩膜贴回modules/processors/frame/face_swapper.pyGFPGAN 面部增强modules/processors/frame/face_enhancer.pyGPU 加速算子模糊、缩放、锐化modules/gpu_processing.py视频捕获与帧处理modules/video_capture.py参数解析与流水线调度modules/core.py多人脸聚类映射modules/cluster_analysis.py一个细节值得留意modules/processors/frame/face_swapper.py 里掩膜是基于换脸自身的仿射变换生成的并带缓存而不是逐帧重新检测关键点——这避免了直播时人脸边缘抖动的常见瑕疵。常见坑速查症状原因解法窗口打不开报_tkintermacOS 缺 tkinterbrew reinstall python-tk3.14提示ffmpeg is not installedffmpeg 没装或不在 PATH安装后用ffprobe -version验证状态栏找不到 inswapper 模型models/ 里缺换脸模型等首次自动下载完成或按 models/instructions.txt 手动放入有 GPU 却退回 CPUcuDNN 不在 PATH或 onnxruntime-gpu 版本不符按上文装 cuDNN v8.9.7 onnxruntime-gpu1.26.0直播预览掉帧明显内存/显存吃紧或开了增强下调--max-memory、关掉 Face EnhancermacOS 装了多个 Python行为怪异python指向了旧版本一律用python3.14命令启动想给项目贡献代码从仓库拉功能分支跑一遍 tests/ 下的测试如 test_core_map_faces_fallback.py对照 CONTRIBUTING.md 清单自测实时换脸开/关增强、Map Faces、FPS 不掉、GPU 压测 ≥15 分钟然后提 Pull Request先走premain分支稳定后才进main。安全底线只换该换的脸README 开宗明义这是给 AI 内容创作用的生产力工具但使用责任在用户。只换你自己、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、诽谤等目的不处理战争画面、隐私场景等敏感素材程序内置了一层内容检查用 opennsfw2 模型过滤不当素材GUI 勾选 NSFW Filter 或加--nsfw-filter项目方也声明会遵守法律要求必要时关停项目或给输出加水印。从克隆仓库到 Live 按钮亮起通常只需要十几分钟。挑一张正脸照片把python run.py跑起来等预览窗口亮起来的那一刻——你会亲眼看到摄像头里那张脸正在变成你选的那张。【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
Deep-Live-Cam 实时换脸快速上手指南：一张照片，十分钟开播
Deep-Live-Cam 实时换脸快速上手指南一张照片十分钟开播【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-CamDeep-Live-Cam 是一个开源的实时换脸工具给它一张人脸照片就能在摄像头画面或任意视频里即时替换面孔——对着摄像头做一场换脸直播或把一个视频整体转成另一张脸原片音轨保留。本文带你从零装好环境、跑通第一次 Live 预览再讲清楚常用参数、硬件加速和排错方法全程只依赖仓库自带文件不用改一行代码。先说效果三下鼠标就换完不用看参数文档先看它实际长什么样。整个界面只有三个动作Select a face选源脸→ Select a target选摄像头或视频→ 点 Live 或 Start。下面的演示就是完整的操作过程点 Live 后等 10–30 秒预览窗口会亮起来换脸就开始实时运行。摄像头里的人变成了你照片里的人。十分钟装好最小安装路径环境要求很轻对照这张表自查即可项目要求系统Windows / macOS / LinuxPython3.11–3.14官方推荐 3.14依赖git、pip、ffmpeg必须处理视频用硬件纯 CPU 可跑NVIDIA 显卡或 Apple 芯片更快Windows 额外项Visual Studio 2022 运行库安装命令一条接一条照抄即可git clone --depth 1 https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam cd Deep-Live-Cam python -m venv venv # Windows 激活: venv\Scripts\activate macOS/Linux: source venv/bin/activate pip install -r requirements.txt关于模型换脸核心的两个文件手动放置把inswapper_128_fp16.onnx和GFPGANv1.4.onnx放进 models/ 目录下载地址写在 models/instructions.txt 里不手动放置也行首次运行python run.py会自动下载约 300MB耐心等第一次启动。按硬件选推理后端--execution-provider决定推理跑在哪块芯片上。什么都没装额外驱动的机器直接python run.py程序会自动挑当前环境里最好的可用后端。你的硬件安装步骤启动命令量级感受直播预览建议分辨率纯 CPU / 核显无python run.py勉强实时够用480p–720pNVIDIA 中端独显CUDA Toolkit 12.8.0 cuDNN v8.9.7bin 目录加进 PATH再pip install onnxruntime-gpu1.26.0python run.py --execution-provider cuda流畅720pNVIDIA 高端独显同上python run.py --execution-provider cuda --execution-threads 2可开 Face Enhancer接近摄像头原生帧率1080pApple M 系列brew install python3.14 python-tk3.14requirements 已带 CoreML 支持python3.14 run.py --execution-provider coreml流畅720pIntel 平台pip install onnxruntime-openvino1.21.0--execution-provider openvino视 CPU 而定480p–720pWindows AMD 核显pip install onnxruntime-directml1.21.0--execution-provider directml视显卡而定480p–720p下面这段是真实跑起来的预览窗口左上角能看到实时 FPS 读数可以用来直观验收自己的硬件表现第一次换脸Live 与 Start 两条路启动后就是前面演示过的 GUI两种模式实时模式Webcampython run.py→ 选源脸 → 点Live→ 等预览亮起来。之后想换脸直接重新选一张源图即可。要推流直播用 OBS 之类工具截取预览窗口加--live-mirror可得到镜像预览更像前置摄像头。离线模式视频文件两条路都行——GUI选源脸 → 选目标视频 → 点Start输出保存在以目标视频命名的目录里命令行带-s参数即进入 CLI 模式python run.py -s face.jpg -t clip.mp4 --keep-fps几个常用 CLI 参数完整列表见python run.py -h参数作用-s/-t/-o源照片 / 目标视频 / 输出路径--keep-fps/--keep-audio保留原帧率 / 原音轨音轨默认保留--many-faces/--map-faces处理画面里每张脸 / 按人指定谁换谁--mouth-mask嘴部保留口型不失真--frame-processor face_swapper face_enhancer指定处理链face_enhancer即 GFPGAN 增强--live-mirror/--live-resizable镜像预览 / 预览窗口可缩放--max-memory内存上限GB掉帧时可下调--nsfw-filter开启不当素材过滤基于 opennsfw2 模型--video-encoder/--video-quality输出编码器libx264 等/ 质量 0–51三个开关让结果更自然嘴部保留Mouth Mask——说话的人最容易在嘴部穿帮。源脸的嘴型和你的嘴型对不上直接全换会导致口型错位。打开 GUI 里的 Mouth Mask 开关或加--mouth-mask程序会把下半张脸的嘴部区域留给你自己说话时口型自然一致多人脸映射Many Faces Map Faces——画面里有多个人时--many-faces处理每一张脸再加--map-faces程序用特征向量聚类把目标视频里的人自动分组每人绑定不同的源脸而不是全换成同一张源照片质量——三条就够正脸、光线均匀别用侧脸或逆光脸上无遮挡口罩、手、贴纸人脸在照片里占比大一些检测更稳。离线整段视频换脸的效果参考看懂每一帧是怎么生成的不需要改代码但知道流水线在哪出问题好定位。每一帧走同一条路检测目标帧里的人脸buffalo_l检测 身份特征 106 点关键点 → 用源照片身份 目标脸结构合成 128×128 新脸inswapper → 椭圆羽化软掩膜 alpha 混合贴回原帧避免方形边界露馅 → 可选 face_enhancerGFPGAN补回被糊掉的五官细节环节源码位置人脸检测与分析找脸、算特征向量与关键点modules/face_analyser.py换脸执行合成新脸、椭圆掩膜贴回modules/processors/frame/face_swapper.pyGFPGAN 面部增强modules/processors/frame/face_enhancer.pyGPU 加速算子模糊、缩放、锐化modules/gpu_processing.py视频捕获与帧处理modules/video_capture.py参数解析与流水线调度modules/core.py多人脸聚类映射modules/cluster_analysis.py一个细节值得留意modules/processors/frame/face_swapper.py 里掩膜是基于换脸自身的仿射变换生成的并带缓存而不是逐帧重新检测关键点——这避免了直播时人脸边缘抖动的常见瑕疵。常见坑速查症状原因解法窗口打不开报_tkintermacOS 缺 tkinterbrew reinstall python-tk3.14提示ffmpeg is not installedffmpeg 没装或不在 PATH安装后用ffprobe -version验证状态栏找不到 inswapper 模型models/ 里缺换脸模型等首次自动下载完成或按 models/instructions.txt 手动放入有 GPU 却退回 CPUcuDNN 不在 PATH或 onnxruntime-gpu 版本不符按上文装 cuDNN v8.9.7 onnxruntime-gpu1.26.0直播预览掉帧明显内存/显存吃紧或开了增强下调--max-memory、关掉 Face EnhancermacOS 装了多个 Python行为怪异python指向了旧版本一律用python3.14命令启动想给项目贡献代码从仓库拉功能分支跑一遍 tests/ 下的测试如 test_core_map_faces_fallback.py对照 CONTRIBUTING.md 清单自测实时换脸开/关增强、Map Faces、FPS 不掉、GPU 压测 ≥15 分钟然后提 Pull Request先走premain分支稳定后才进main。安全底线只换该换的脸README 开宗明义这是给 AI 内容创作用的生产力工具但使用责任在用户。只换你自己、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、诽谤等目的不处理战争画面、隐私场景等敏感素材程序内置了一层内容检查用 opennsfw2 模型过滤不当素材GUI 勾选 NSFW Filter 或加--nsfw-filter项目方也声明会遵守法律要求必要时关停项目或给输出加水印。从克隆仓库到 Live 按钮亮起通常只需要十几分钟。挑一张正脸照片把python run.py跑起来等预览窗口亮起来的那一刻——你会亲眼看到摄像头里那张脸正在变成你选的那张。【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
