Deep-Live-Cam 完整指南1 張照片跑通實(shí)時(shí)換臉普通電腦到底行不行【免費(fèi)下載鏈接】Deep-Live-Camreal time face swap and one-click video deepfake with only a single image項(xiàng)目地址: https://gitcode.com/GitHub_Trending/de/Deep-Live-CamDeep-Live-Cam 是一款開源的實(shí)時(shí)換臉工具丟給它一張人臉照片再點(diǎn)一下攝像頭按鈕你的直播畫面、視頻通話里的臉就會(huì)被實(shí)時(shí)替換。這篇文章帶你 5 分鐘把它跑起來告訴你自己的電腦該選哪種運(yùn)行方式以及卡住時(shí)怎么排查。它到底能干什么先認(rèn)清這三個(gè)按鈕打開程序后你會(huì)發(fā)現(xiàn)界面只有三件事選一張臉、選一個(gè)目標(biāo)攝像頭或視頻、然后點(diǎn) Start 或 Live。就這么點(diǎn)東西但它能干的事不少直播/視頻通話實(shí)時(shí)換臉攝像頭畫面實(shí)時(shí)替換表情、姿態(tài)、光線都能跟得上。下面這張圖里舞臺(tái)上的表演者被實(shí)時(shí)換成了別的臉觀眾端完全看不出破綻電影/視頻換臉選一段目標(biāo)視頻跑完輸出一份新視頻輸出目錄直接以目標(biāo)視頻命名。多人臉與口部控制勾選 Many Faces 可以給畫面里所有人臉分別換臉勾選 Mouth Mask 則保留你原來的嘴說話口型更自然。下面說怎么跑起來。第一次怎么跑起來兩條路選一條路線一預(yù)構(gòu)建版新手首選官方提供了 Windows、MacApple 芯片、CPU 等預(yù)構(gòu)建版本依賴全部配好零手動(dòng)安裝。流程就是選臉 → 選攝像頭 → 點(diǎn) Live三下搞定路線二手動(dòng)裝有點(diǎn)基礎(chǔ)再試官方明確提示手動(dòng)安裝需要一點(diǎn)技術(shù)底子但過程其實(shí)不長git clone --depth 1 https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam cd Deep-Live-Campython -m venv venv pip install -r requirements.txt python run.py這里有 3 個(gè)坑提前說明Python 版本3.11–3.14 均可推薦 3.14。模型文件需要inswapper_128_fp16.onnx和GFPGANv1.4.onnx兩個(gè)文件放進(jìn)models/文件夾下載地址寫好在 models/instructions.txt 里就算不放首次運(yùn)行也會(huì)自動(dòng)下載約 300MB 模型。ffmpeg視頻處理依賴它Windows 上裝個(gè)綠色版加進(jìn) PATH 就行。跑起來之后核心功能都在 modules/processors/frame/ 里換臉是 face_swapper.py增強(qiáng)是 face_enhancer.py想改行為可以去看看而命令行參數(shù)如--many-faces、--mouth-mask能讓python run.py -s 源圖 -t 目標(biāo)直接進(jìn)入 CLI 模式不用點(diǎn)界面。我的電腦該用哪種跑法一張表選對(duì)加速方案實(shí)測下來能不能流暢全看你手里有什么芯片。程序默認(rèn)用 CPU能用 GPU 就給它派活啟動(dòng)時(shí)加一個(gè)--execution-provider參數(shù)即可你的設(shè)備啟動(dòng)方式預(yù)期效果純 CPU / 核顯python run.py默認(rèn)能跑但幀率有限建議關(guān) Face EnhancerNVIDIA 獨(dú)顯裝 CUDA 12.8 cuDNN 后python run.py --execution-provider cuda流暢幀率最高M(jìn)ac M1–M5先裝 python-tk再python3.14 run.py --execution-provider coreml很流暢依賴 requirements.txt 里的官方 onnxruntimeAMD 卡 / Windows 核顯pip install onnxruntime-directml1.21.0后--execution-provider directml明顯好于純 CPUIntel 核顯pip install onnxruntime-openvino1.21.0后--execution-provider openvino明顯好于純 CPU判斷依據(jù)很簡單有 NVIDIA 卡選 cudaMac 蘋果芯片選 coreml只有核顯就在 directml 和 openvino 里二選一AMD 選 directmlIntel 選 openvino什么都沒有就用默認(rèn) CPU把分辨率調(diào)小、關(guān)掉 Face Enhancer 也能用。這張圖是一次 CPU 跑的實(shí)拍可以看到任務(wù)管理器里 GPU 是空閑的全靠 CPU 在扛——如果你跑完也這樣說明上面表格里對(duì)應(yīng)的加速方案沒配好卡住了怎么排查按現(xiàn)象→原因→動(dòng)作來這里匯總幾個(gè)最高頻的問題現(xiàn)象點(diǎn) Live 后 10–30 秒沒有畫面。原因模型還在加載。動(dòng)作別急首次啟動(dòng)都要等等出畫面后換臉照片也只需重選一次即可不用重啟程序。現(xiàn)象幀率上不去、畫面卡頓。原因CPU 算力不夠或開了增強(qiáng)。動(dòng)作關(guān)掉 Face Enhancer、降低預(yù)覽分辨率顯存吃緊時(shí)可用--max-memory限制內(nèi)存占用?，F(xiàn)象Mac 上提示缺少_tkinter。原因Homebrew 裝的 Python 沒帶 GUI 庫。動(dòng)作brew reinstall python-tk3.14并確保用python3.14啟動(dòng)而不是python?，F(xiàn)象報(bào)錯(cuò)找不到模型文件。原因模型沒放進(jìn)models/目錄。動(dòng)作打開 models/instructions.txt 按地址下載兩個(gè)文件放進(jìn)去。現(xiàn)象預(yù)覽畫面里 FPS 忽高忽低。原因系統(tǒng)其他程序搶資源或攝像頭本身幀率低。動(dòng)作勾選顯示 FPS 觀察穩(wěn)定值必要時(shí)先關(guān) Face Enhancer 再逐步加回。使用邊界4 條紅線別碰用到真人臉必須先獲得本人明確同意這是項(xiàng)目聲明里的第一條要求。對(duì)外分享時(shí)務(wù)必標(biāo)注這是 AI 換臉內(nèi)容避免誤導(dǎo)。程序內(nèi)置了不當(dāng)內(nèi)容檢測對(duì)裸露、血腥、敏感畫面會(huì)拒絕處理別想著繞過它。不要用于新聞偽造、詐騙等場景開發(fā)者也提醒法律要求下項(xiàng)目未來可能強(qiáng)制加水印。下一步現(xiàn)在就試一次先別折騰 GPU直接python run.py選一張正面清晰的自拍當(dāng)源臉點(diǎn) Live等 20 秒看到預(yù)覽窗口跳出你就已經(jīng)跑通了實(shí)時(shí)換臉的最小閉環(huán)。之后照著上面的對(duì)照表把--execution-provider換成你該用的那一個(gè)再回來對(duì)比一下幀率——這個(gè)前后差距就是這篇指南給你的全部回報(bào)。【免費(fèi)下載鏈接】Deep-Live-Camreal time face swap and one-click video deepfake with only a single image項(xiàng)目地址: https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam創(chuàng)作聲明：本文部分內(nèi)容由AI輔助生成（AIGC），僅供參考