Deep-Live-Cam 快速上手1 张照片 10 分钟本地跑通实时换脸【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 是一款免费的本地实时换脸工具丢进一张正脸照片它就能在摄像头或视频里逐帧替换目标人脸素材不出本机。适合直播整活、做鬼畜素材或第一次体验 deepfake 的用户10 分钟装完首次运行即可看到换脸效果。装之前先过一遍Deep-Live-Cam 硬件与软件要求对着这张表扫一遍30 秒就能判断自己的机器在不在起跑线上。不达标也不用慌达到「最低」只是跑得动帧率偏低按「推荐」配则体验接近直播流畅。项目最低标准推荐标准操作系统Windows 10 / macOS 11 / 主流 LinuxWindows 11 / macOS 12CPU4 核8 核及以上内存8GB16GB显卡无纯 CPU 模式可跑RTX 3060 及以上支持 CUDA磁盘空闲10GB依赖 约 300MB 模型20GBPython3.113.143.11–3.14 均支持FFmpeg已安装并在 PATH 中最新稳定版普通 PC无独显实际能跑到什么水平项目自带一段实测演示先有心理预期Deep-Live-Cam 安装 4 步从克隆仓库到 GPU 加速第 1 步克隆仓库git clone https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam验证方法终端里ls Deep-Live-Cam能看到modules/、models/、run.py等目录和文件。第 2 步进目录并建虚拟环境cd Deep-Live-Cam python -m venv venv source venv/bin/activateWindows 把最后一句换成venv\Scripts\activatemacOS 用户先用 brew 装好 Python 3.14 和python-tk。验证方法命令行提示符前面出现(venv)前缀。第 3 步一条命令装齐全部依赖pip install -r requirements.txtOpenCV、ONNX Runtime、insightface 等一次装完大约 100 多个包。验证方法pip show onnxruntime能打印出包名和版本号。第 4 步按显卡选加速后端可选但推荐NVIDIA依赖里已带onnxruntime-gpu不用额外装运行时加--execution-provider cuda即可AMDpip install -U onnxruntime-directml运行时用--execution-provider directmlIntelpip install -U onnxruntime-openvino运行时用--execution-provider openvinoApple Silicon什么都不用装官方 onnxruntime 已内置 CoreML运行时用--execution-provider coreml验证方法带上对应的--execution-provider参数启动python run.py日志不报 provider 加载失败即可。3 次点击出第一个结果再试 10 秒直播预览验证方法就是这一步本身——最短路径如下全程 GUI运行python run.py等窗口弹出选一张源脸照片清晰正脸对应参数-s再选目标视频对应-t点Start处理完成后输出文件保存在以目标文件命名的文件夹里打开播放就能看到换好的脸习惯命令行的人一条命令等价python run.py -s face.jpg -t clip.mp4想体验「实时」两个字的重量走摄像头模式python run.py里选源脸后点Live10–30 秒后出预览画面窗口内容就是换完脸的你接 OBS 之类的推流工具就能开播。Deep-Live-Cam 参数速查表每个开关是干嘛的记不住就翻这张表。完整定义在 命令行参数解析处想加自定义参数从这里下手。参数作用典型值适合的场景或人群-s/--source源脸照片1 张就够清晰正脸照所有人-t/--target目标图片或视频本地文件路径所有人-o/--output输出位置默认按目标文件命名建文件夹批量处理--frame-processor处理管线按书写顺序执行face_swapper face_enhancer追求画质--many-faces画面里每张脸都处理默认只换 1 张群像、多人画面--map-faces不同主体映射到不同脸配合--many-faces使用多角色替换--mouth-mask遮罩嘴部保留原口型开关说话多的视频、对口型--keep-fps保留原始帧率开关在意播放流畅度--keep-audio保留原音轨默认开启一般不用动--video-encoder输出编码器libx264默认/libx265/libvpx-vp9在意体积或格式--video-quality编码质量0–51越小越清晰18追求画质--max-memory内存上限单位 GB8长视频、多人脸--execution-provider加速后端cuda/coreml/cpu按显卡选--execution-threads执行线程数CPU 核数的一半纯 CPU 模式--live-mirror直播窗口镜像成前置视角开关直播--nsfw-filter不当内容过滤开关公开发布--frame-processor一共 4 个可选环节face_swapper、face_enhancer、face_enhancer_gpen256、face_enhancer_gpen512实现都放在 帧处理管线目录想调画质深挖这里。--many-faces--map-faces是群像神器同一画面里两个人可以各换一张脸各自保持各自的身份帧率调优与高频报错4 套档位组合 5 个常见坑按硬件档位抄组合档位直接可用的参数组合预期体验纯 CPU--execution-provider cpu --execution-threads 8 --max-memory 8720P 够用素材控制在 1 分钟内中端 NVIDIA3060 级--execution-provider cuda其余保持默认1080P 舒适区高端 NVIDIA4090 级--execution-provider cuda --frame-processor face_swapper face_enhancer4K 加人脸增强仍接近实时Apple SiliconM 系--execution-provider coreml官方轮子自带 CoreML零额外安装前两档解决「跑得动」后两档追求「更高分辨率 更多增强」。高频报错对照表现象原因一句话解决一启动就提示找不到 FFmpeg 并退出FFmpeg 没装或 bin 目录不在 PATH装好 FFmpeg 并把 bin 加进 PATH新开终端ffmpeg -version确认可用加--execution-provider cuda后报 cuDNN / cuBLAS 缺失退回 CPUCUDA 运行时缺失或版本不配套按 CUDA 12.8 cuDNN 8.9.7 组合安装cuDNN 的 bin 目录加进 PATH 后重启长视频处理到一半内存飙升、卡死帧与中间结果一直驻留内存启动加--max-memory 8可再调小仍爆就先降分辨率首次运行卡在建模型、提示模型下载失败models/为空且网络拉不动约 300MB 模型手动下载inswapper_128_fp16.onnx和GFPGANv1.4放进models/说明见 models/instructions.txtLive 模式窗口黑屏、找不到摄像头相机被其他程序占用关掉一切占用摄像头的软件浏览器、会议工具再启动嘴部遮罩这类开关在说话头类视频上收益最大——换脸后口型仍跟原视频走说话场景基本无违和场景速查卡要什么效果加什么参数日后忘了参数就对着这行找复制即用想要的效果用哪个参数 / 命令给单个视频换脸python run.py -s face.jpg -t clip.mp4画面里每张脸都换加--many-faces不同人各用不同的脸加--map-faces --many-faces保留原口型加--mouth-mask让脸更清晰--frame-processor face_swapper face_enhancer保留音轨与原始帧率加--keep-audio --keep-fps输出文件更小加--video-encoder libx265直播实时换脸python run.py界面里点 Live直播窗口像前置摄像头加--live-mirror内存不够用加--max-memory 8看个片顺便换主角电影文件选为-t实时播放中逐帧替换参数表揣兜里终端见。一句提醒用真人脸做素材先拿到对方同意公开分享时标注 deepfake——工具本身带了内容过滤但分寸得自己拿捏。【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