实时换脸神器 Deep-Live-Cam：一张照片，一键变身！

字数 3629，阅读大约需 19 分钟

实时换脸神器 Deep-Live-Cam：一张照片，一键变身！

你是否曾想象过在视频通话、直播、甚至观看电影时，能瞬间将自己的脸换成任何你想要的面孔？现在，一款名为 Deep-Live-Cam 的开源项目让这一切成为了现实！它凭借其强大的实时处理能力和仅需一张照片的便捷性，迅速在技术圈和内容创作者中引起轰动。

hacksider%2FDeep-Live-Cam | Trendshift

[1]

Deep-Live-Cam 是一款能够实现实时换脸和一键式视频深度伪造（Deepfake）的工具，而这一切，仅仅需要一张目标人脸的图片。无需复杂的设置，无需漫长的等待，实时变脸，乐趣无穷！

Demo GIF

免责声明：技术向善，责任同行

首先，我们需要明确一点：Deep-Live-Cam 的设计初衷是作为 AI 生成媒体行业的生产力工具。它可以帮助艺术家制作自定义角色的动画，创作引人入胜的内容，甚至在服装设计中应用模特。

开发者深知这项技术存在被滥用的风险，并致力于采取预防措施。项目内置了检查机制，以阻止处理不当媒体内容（如裸露、暴力内容、战争录像等敏感素材）。开发者承诺将负责任地推进项目，遵守法律和道德规范，并可能在法律要求下关闭项目或添加水印。

• • 道德使用: 用户应负责任地、合法地使用本软件。如果使用真人的面孔，请务必获得其同意，并在网上分享时明确标注为 Deepfake 内容。
• • 内容限制: 软件内置检查机制，防止处理不当媒体，如裸露、暴力或敏感材料。
• • 法律合规: 开发者遵守所有相关法律和道德准则。如果法律要求，可能会关闭项目或添加水印。
• • 用户责任: 开发者不对最终用户的行为负责。用户必须确保其使用方式符合道德标准和法律要求。

使用本软件即表示您同意以上条款，并承诺以尊重他人权利和尊严的方式使用它。 请务必负责任地、合法地使用。如果使用了真实人物的面孔，请征得同意并在分享时明确标注为深度伪造。开发者不对终端用户的行为负责。

独家 v2.0 预编译版：极速上手 (Windows)

对于拥有独立 NVIDIA 或 AMD 显卡的 Windows 用户，开发者提供了预编译版本，这是快速体验 Deep-Live-Cam 的最佳途径。

[2]

这些预编译版本非常适合非技术用户，或者那些没有时间、无法手动安装所有依赖项的用户。当然，作为一个开源项目，你完全可以选择手动安装。请注意，此预编译版本会比开源版本提前 60 天更新。

简单三步，开启实时换脸之旅

Deep-Live-Cam 的操作极其简单，特别是使用预编译版本时，只需三步即可实现实时换脸：

easysteps

1. 1. 选择一张脸： 选择你想要替换成的目标人脸图片。
2. 2. 选择摄像头： 选择你正在使用的摄像头设备。
3. 3. 点击 Live!： 开始实时换脸！

功能亮点与应用场景：一切皆可实时

Deep-Live-Cam 的强大之处在于其实时处理能力，这为各种创意应用打开了大门：

嘴部遮罩 (Mouth Mask)

保留原始嘴部，实现更精准的口型同步

担心换脸后的口型对不上？“Mouth Mask”功能可以保留你原始视频中的嘴部区域，使得说话时的口型运动更加自然、逼真。

resizable-gif

多人脸映射 (Face Mapping)

同时为画面中的多个人物换上不同的脸

想象一下，在多人直播或视频会议中，为每个参与者都换上指定的面孔？“Face Mapping”功能就能做到！你可以将不同的源人脸图片映射到视频画面中不同的目标人物上，创造出非常有趣的互动效果。

face_mapping_source

你的电影，你的脸

实时观看换脸后的电影

想成为电影主角吗？Deep-Live-Cam 可以让你在观看电影时，实时将演员的脸替换成你自己的脸（或其他任何人的脸），无需预处理整个视频文件，即刻体验“主演”大片的感觉！

movie

现场表演与直播

为直播和表演增添无限创意

对于主播和表演者来说，Deep-Live-Cam 是一个强大的创意工具。你可以用它来扮演不同角色，进行模仿秀，或者仅仅是为了给观众带来惊喜和欢乐。

show

制作病毒式 Meme

创造属于你的下一个爆款 Meme

利用 Deep-Live-Cam 的多人脸特性，你可以轻松制作出极具创意和传播力的 Meme 图片或动图。

show

使用 Deep-Live-Cam 的 Many Faces 功能创建

Omegle 惊喜

在 Omegle 等随机视频聊天平台上给陌生人带来“惊喜”

想在 Omegle 上搞点事情？用 Deep-Live-Cam 换上一张意想不到的脸，看看对方的反应吧！（请注意遵守平台规则和道德规范）

手动安装指南（需要技术背景）

请注意：手动安装需要一定的技术知识，不适合新手。建议优先考虑下载预编译版本。

点击查看手动安装流程[3]

安装步骤

以下步骤更可能在你的电脑上成功运行，但主要利用 CPU，速度会较慢。

1. 准备环境

• • Python[4] (推荐 3.10 版本)
• • pip[5] (Python 包管理器)
• • git[6] (版本控制工具)
• • ffmpeg[7] (多媒体处理库) - Windows 可用 PowerShell 执行 iex (irm ffmpeg.tc.ht) 快速安装
• • Visual Studio 2022 Runtimes (Windows)[8] (编译环境)

2. 克隆仓库

打开命令行终端，执行以下命令：

git clone https://github.com/hacksider/Deep-Live-Cam.git
cd Deep-Live-Cam

3. 下载模型文件

你需要下载两个关键的模型文件：

1. 1. GFPGANv1.4.pth[9] (用于人脸增强)
2. 2. inswapper_128_fp16.onnx[10] (核心换脸模型)

将这两个下载好的文件放入项目根目录下的 "models" 文件夹内。

4. 安装依赖项

强烈建议使用虚拟环境 (venv) 来避免依赖冲突。

对于 Windows:

python -m venv venv
venv\Scripts\activate
pip install -r requirements.txt

对于 Linux:

# 确保使用已安装的 Python 3.10
python3 -m venv venv
source venv/bin/activate
pip install -r requirements.txt

对于 macOS:

Apple Silicon (M1/M2/M3 芯片) 需要特定设置：

# 安装 Python 3.10 (特定版本很重要)
brew install python@3.10

# 安装 tkinter 包 (GUI 界面需要)
brew install python-tk@3.10

# 使用 Python 3.10 创建并激活虚拟环境
python3.10 -m venv venv
source venv/bin/activate

# 安装依赖
pip install -r requirements.txt

如果安装出错需要重装虚拟环境：

# 停用虚拟环境 (如果还在激活状态)
deactivate # 可能需要，取决于你的 shell

# 删除旧的虚拟环境文件夹
rm -rf venv # Linux/macOS
# 或者 rmdir /s /q venv # Windows

# 重新创建虚拟环境
python -m venv venv # 或者 python3.10 -m venv venv (macOS)

# 重新激活
source venv/bin/activate # Linux/macOS
# 或者 venv\Scripts\activate # Windows

# 再次安装依赖
pip install -r requirements.txt

运行: 如果你没有独立显卡，或者想先用 CPU 模式运行，可以直接执行 python run.py。请注意，首次运行时会自动下载一些模型文件（约 300MB）。

启用 GPU 加速

为了获得更流畅的实时体验，强烈建议使用 GPU 加速。Deep-Live-Cam 支持多种 GPU 加速方案：

CUDA (Nvidia 显卡)

1. 1. 安装 CUDA Toolkit 11.8.0[11]。
2. 2. 安装对应的 onnxruntime-gpu 包：``` pip uninstall onnxruntime onnxruntime-gpu # 卸载可能存在的版本 pip install onnxruntime-gpu==1.16.3

3. 3. 运行时指定使用 CUDA：``` python run.py --execution-provider cuda

CoreML (Apple Silicon M 系列芯片)

1. 1. 确保已完成上述 macOS 的特定设置 (使用 Python 3.10)。
2. 2. 安装对应的 onnxruntime-silicon 包：``` pip uninstall onnxruntime onnxruntime-silicon # 卸载可能存在的版本 pip install onnxruntime-silicon==1.13.1

3. 3. 运行时指定使用 CoreML (注意使用 python3.10)：``` python3.10 run.py --execution-provider coreml

macOS 重要提示:

• • 必须 使用 Python 3.10，不要用 3.11 或更新版本。
• • 如果安装了多个 Python 版本，请始终使用 python3.10 命令运行，而不是 python。
• • 如果遇到 _tkinter 缺失错误，重新安装 brew reinstall python-tk@3.10。
• • 如果遇到模型加载错误，检查模型文件是否在正确的 "models" 文件夹内。
• • 如果与其他 Python 版本冲突，考虑卸载它们，只保留 3.10。

CoreML (Apple 旧款 Intel 芯片)

1. 1. 安装对应的 onnxruntime-coreml 包：``` pip uninstall onnxruntime onnxruntime-coreml # 卸载可能存在的版本 pip install onnxruntime-coreml==1.13.1

2. 2. 运行时指定使用 CoreML：``` python run.py --execution-provider coreml

DirectML (Windows - AMD/Intel/Nvidia 均可尝试)

1. 1. 安装对应的 onnxruntime-directml 包：``` pip uninstall onnxruntime onnxruntime-directml # 卸载可能存在的版本 pip install onnxruntime-directml==1.15.1

2. 2. 运行时指定使用 DirectML：``` python run.py --execution-provider directml

OpenVINO™ (Intel CPU/GPU)

1. 1. 安装对应的 onnxruntime-openvino 包：``` pip uninstall onnxruntime onnxruntime-openvino # 卸载可能存在的版本 pip install onnxruntime-openvino==1.15.0

2. 2. 运行时指定使用 OpenVINO：``` python run.py --execution-provider openvino

如何使用

1. 图片/视频模式

• • 运行 python run.py (如果需要 GPU 加速，带上 --execution-provider 参数)。
• • 在图形界面中，分别选择 "Source" (源人脸图片) 和 "Target" (目标图片或视频文件)。
• • 点击 "Start"按钮。
• • 处理完成后，输出结果会保存在以目标视频文件名命名的文件夹内。

2. 网络摄像头模式 (实时)

• • 运行 python run.py (同样，可带 GPU 参数)。
• • 选择一张 "Source" (源人脸图片)。
• • 点击 "Live" 按钮。
• • 等待 10-30 秒，程序会打开一个预览窗口显示实时换脸后的画面。
• • 你可以使用 OBS 等屏幕录制或直播推流软件来捕捉这个预览窗口的内容，进行直播或录制。
• • 要更换实时换脸的目标人脸，只需在界面上选择一张新的源人脸图片即可。

进阶技巧与窍门

想要获得更好的效果或探索更多玩法？官方博客提供了一些有用的指南：

• • 解锁完美 Deepfake 图片的秘密: 学习如何选择和准备图片以获得最佳的全脸覆盖效果。
• • 使用 DeepLiveCam 进行视频通话: 通过 OBS 和会议软件，在视频通话中使用 DeepLiveCam，让会议更有趣。
• • 邀请特别嘉宾! 教程：如何使用人脸映射功能在直播中加入“特别嘉宾”。
• • 实时观看 Deepfake 电影: 无需预处理视频，即可将自己变成任何视频的主角。
• • 在不牺牲速度的情况下提高质量: 优化效果同时不影响性能的技巧。
• • 即时变身 Vtuber! 使用 Metahuman Creator 轻松创建新的虚拟形象/Vtuber。

访问 官方博客[12] 获取更多技巧和教程。

项目影响力与媒体关注

Deep-Live-Cam 的出现引起了广泛关注，多家知名科技媒体和内容创作者对其进行了报道和评测，足见其创新性和影响力。例如：

• • Ars Technica 报道称："Deep-Live-Cam 病毒式传播，让任何人都能成为数字分身"。
• • Creative Bloq 则评价："好吧，这个病毒式 AI 直播软件真的有点吓人"。
• • PetaPixel 提到："Deepfake AI 工具让你用一张照片在视频通话中变成任何人"。
• • 知名 Youtuber "SomeOrdinaryGamers" 在体验后惊呼："太疯狂了，我的天。这太他妈诡异了... 太狂野了老兄"。
• • 人气主播 "IShowSpeed" 在直播中尝试时说："好吧看看看，现在看直播间，我们可以换成任何我们想变成的脸了"。

这些关注也伴随着对其潜在风险的讨论，再次提醒我们负责任使用的重要性。

与同类项目的比较

市面上存在不少人脸处理和 Deepfake 工具，Deep-Live-Cam 与它们相比有何特点呢？

1. 1. 传统 Deepfake 工具 (如 DeepFaceLab, FaceSwap): 这类工具通常需要收集包含目标人物多个角度、表情的大量数据集进行模型训练，过程耗时较长（数小时甚至数天），且大多是离线处理视频文件。它们能达到很高的换脸精度，但门槛较高，不适合实时应用。Deep-Live-Cam 的优势在于其实时性和便捷性，仅需单张图片即可驱动，无需训练，专注于实时推理。
2. 2. 专业视觉特效 (VFX) 软件: 电影级的换脸效果通常由专业的 VFX 软件（如 Nuke, After Effects 配合插件）制作，效果逼真但需要极高的专业技能、手动跟踪、渲染等，成本和时间投入巨大。Deep-Live-Cam 则提供了自动化的、即时的解决方案，大大降低了使用门槛。
3. 3. 手机端的娱乐性换脸 App (如 Snapchat, FaceApp): 这些应用也提供实时换脸滤镜，通常操作简单，娱乐性强。但其效果往往偏卡通化或风格化，真实感和可控性相对较低，且通常局限于特定的滤镜效果。Deep-Live-Cam 旨在提供更高保真度的实时换脸，且用户可以自由选择任何源人脸图片。
4. 4. 其他实时换脸技术: 也有一些研究或商业应用尝试实时换脸，但 Deep-Live-Cam 作为一款开源项目，提供了较高的透明度和可定制性，并且社区活跃，不断迭代更新。其对多种 GPU 加速平台的支持也使其在不同硬件上都有不错的性能表现。

总而言之，Deep-Live-Cam 在实时性、单图驱动、易用性（尤其是预编译版）和开源这几个方面形成了自己的特色，精准地切入了实时互动娱乐、内容创作辅助等场景的需求。

Deep-Live-Cam 无疑是一款充满潜力且极具趣味性的工具。无论你是内容创作者、技术爱好者，还是仅仅想体验一把“变脸”的乐趣，都不妨关注一下这个项目。当然，请务必牢记：技术无罪，善用为本。在探索 AI 带来的无限可能时，我们更应坚守道德底线，负责任地使用每一项强大的技术。

引用链接

[1] : trendshift.io/repositorie…
[2] : deeplivecam.net/index.php/q…
[3] 点击查看手动安装流程: deeplivecam.net/index.php/q…
[4] Python: deeplivecam.net/index.php/q…
[5] pip: deeplivecam.net/index.php/q…
[6] git: deeplivecam.net/index.php/q…
[7] ffmpeg: deeplivecam.net/index.php/q…
[8] Visual Studio 2022 Runtimes (Windows): visualstudio.microsoft.com/visual-cpp-…
[9] GFPGANv1.4.pth: huggingface.co/hacksider/d…
[10] inswapper_128_fp16.onnx: huggingface.co/hacksider/d…
[11] CUDA Toolkit 11.8.0: developer.nvidia.com/cuda-11-8-0…
[12] 官方博客: deeplivecam.net/index.php/b…