Deep-Live-Cam单张照片实时AI换脸上手【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 AI 换脸工具一张人脸照片就能把这张脸实时叠加到摄像头、视频或电影画面上。无论你是主播、影视创作者还是只想试试 AI 效果本文从系统要求、安装步骤讲到参数调整读完你能在本地跑通实时换脸并导出一段换脸视频。没显卡能不能跑先看环境要求这节解决我的机器到底行不行的问题。结论先说纯 CPU 也能跑只是慢有独立显卡体验明显更好。项目最低要求跑得舒服的配置系统Windows 10 / macOS / Ubuntu 18.04Windows 11、macOS 13Python3.11官方支持 3.11–3.143.14内存8GB16GB磁盘5GB 可用空间10GB SSD显卡核显即可NVIDIACUDA或 Apple 芯片ffmpeg必须视频编解码用最新版对照完表格如果各项达标直接进入安装如果缺 ffmpeg先补装它再往下走。装到能启动从克隆到第一次启动这节带你把程序完整装起来每步都有成功的样子对着核对就行。第 1 步拿到代码git clone https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam cd Deep-Live-Cam看到目录里出现run.py、modules/、media/就算成功。第 2 步建虚拟环境避免依赖污染全局环境python3 -m venv venv source venv/bin/activateWindows 下把python3换成python激活命令是venv\Scripts\activate。命令行开头出现(venv)前缀说明环境已生效。macOS 用户如果后面报_tkinter缺失补一句brew install python-tk3.14。第 3 步装依赖pip install -r requirements.txt结尾出现Successfully installed ...、没有红色 ERROR这步就过了。第 4 步启动python run.py首次运行会自动下载约 300MB 的模型inswapper_128_fp16.onnx和GFPGANv1.4也可以提前手动放进models/目录清单见 models/instructions.txt。启动成功的标志弹出程序窗口能看到 Select a face 和 Select a target 两个按钮控制台没有模型报错。窗口出来后下一节开始第一次换脸。第一次上手三步换一张脸这节讲操作动线不罗列功能你按顺序点就行。先选源脸点 Select a face挑一张正面、光线均匀、至少 512×512 的照片。源脸质量基本决定上限这张别将就。再选目标点 Select a target可以是一张图也可以是一段视频。目标可以是 MP4、AVI 这类常见格式。然后开关先不动第一次运行保持默认配置等看到效果再回头调参这样出了问题也好定位是哪一项引起的。最后点Start处理文件或者选中摄像头后点Live跑实时。视频输出会保存在与目标同名的目录里Live 模式预览出现需要 10–30 秒耐心等。实时画面想推流用 OBS 对预览窗口做屏幕采集即可。界面各控件的源码在 modules/ui.py。第一次跑通后如果效果不对口去下一节对照调参。换脸效果像面具怎么调参数设置这节按效果不对 → 动哪个参数 → 预期变化来查每个症状一行。效果不对动哪个参数预期变化说话时嘴部不跟口型Mouth Mask 滑杆从 0 往高调保留原视频嘴部动作只换脸部其余区域脸像贴上去的一张面具打开 Poisson Blend脸部边缘与背景平滑过渡面部发糊、有噪点Face Enhancer 从 None 换成 GFPGAN 或 GPEN-512皮肤细节变清晰帧率略降多人镜头里只换了一人打开 Many faces所有检测到的脸同时替换换完的脸发青发灰打开 Fix Blueish Cam修正部分摄像头带来的偏色调参建议一次只动一项改完立刻 Preview 对比。如果调完还是不像多半是源脸问题换一张更清晰的正面照比重调参数更有效。更自然 or 更快画质与速度兼顾这节先谈怎么把画质做细再谈怎么让画面实时跟得上。画质侧Face Enhancer 选 GPEN-512 细节最强、GFPGAN 速度居中Sharpness 滑杆用来微调增强后的锐度别拉满超过 2 容易出现涂抹感Poisson Blend 开着基本不用管。速度侧实时模式帧率上不去优先换执行后端。NVIDIA 用户装好 CUDA 12.8 和 cuDNN 后装 GPU 版运行时再用 CUDA 启动若已有 onnxruntime 先pip uninstall onnxruntimepip install onnxruntime-gpu1.21.0 python run.py --execution-provider cudaApple 芯片走--execution-provider coremlrequirements 里已带 CoreML 支持无需额外安装Windows 上的 AMD/Intel 显卡装onnxruntime-directml1.21.0后加--execution-provider directmlIntel 核显可用 openvino注意onnxruntime-openvino与 openvino 版本必须配对。后端之外分辨率是最直接的变量目标视频或摄像头分辨率降一档帧率通常立刻回升。内存吃紧时加--max-memory限制占用。换完后端和分辨率用 Live 预览确认帧率稳定再进真实场景。拿它做什么三个实用场景这节给三个具体玩法每个附一个注意点。直播换脸。选摄像头 → Live → 用 OBS 采集预览窗口推流表演、整活都能用。注意点开播前在画面或简介里标注AI 生成否则容易引发纠纷。观影娱乐。把电影或短片选为目标Start 处理实时看着自己演别人的戏。注意点长片耗时长先截 1–2 分钟的片段试水确认效果再跑全片。多人同框。打开 Many faces 再配合 Map faces把多张源脸分别指派给画面里的每个人。注意点每多一张脸就多一份显存开销机器配置一般就先双人测试。选一个场景跑通后记得对照下面的红线清单再发布。红线清单发布前逐条过一遍使用真人脸前已获得本人明确同意自己除外对外分享时标注AI 生成 / deepfake不用于冒充、欺诈、诽谤或其他误导用途不试图绕过程序内置的内容过滤它会拦截不当素材不把输出内容声称为真实拍摄清单全勾选才算可以安全分享。出问题先查这里4个高频现象与解法这节收录最常被问到的四个报错场景按现象 / 原因 / 解法对号入座。现象一启动报 ModuleNotFoundError 或 _tkinter 缺失。原因虚拟环境没激活或依赖装得不全macOS 缺 tkinter 组件。 解法确认命令行有(venv)前缀后重跑pip install -r requirements.txtmacOS 补brew install python-tk3.14。现象二启动后提示找不到模型文件。原因首次自动下载失败或手动放的模型没进models/目录。 解法检查models/下是否有inswapper_128_fp16.onnx和GFPGANv1.4合计约 300MB缺了就重新下载。现象三实时预览只有几帧卡顿明显。原因在 CPU 上跑或目标分辨率过高。 解法按上一节切换对应显卡的执行后端同时降低摄像头或视频分辨率。现象四换脸效果不自然像面具。原因源脸质量差或没开融合相关选项。 解法换一张高分辨率正面照打开 Poisson Blend必要时开 Face Enhancer。排查完问题可以花两分钟看看它内部是怎么干活的。它怎么工作一帧经过四站 ⚙️每个画面帧依次经过modules/face_analyser.py 定位并检测人脸 → modules/processors/frame/face_swapper.py 把源脸贴合到目标脸部位置 → face_enhancer 可选地增强清晰度 → 遮罩融合与色彩校正后输出。Live 模式就是把这套流水线按摄像头帧率反复执行。Deep-Live-Cam/ ├── modules/ │ ├── face_analyser.py # 找脸、对齐 │ ├── processors/frame/ # 换脸、增强、遮罩 │ └── ui.py # 界面 ├── models/ # 模型文件 └── run.py # 入口看懂流程后调参时你就知道该动哪一站了。收尾与下一步先用单张图片跑 Start再换短视频最后上摄像头难度是逐级递增的。需要推流时配合 OBS处理原始素材时依赖 ffmpeg安装依赖时已一并就绪遇到装不上的情况直接翻社区 issue 区找同配置用户的解法。跑通一个场景后把源脸和参数各记一份下次复用会快很多。【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