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-Cam
Deep-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 / Linux |
| Python | 3.11–3.14（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–720p |
| NVIDIA 中端独显 | CUDA Toolkit 12.8.0 + cuDNN v8.9.7（bin 目录加进 PATH），再pip install onnxruntime-gpu==1.26.0 | python run.py --execution-provider cuda | 流畅 | 720p |
| NVIDIA 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 | 1080p |
| Apple M 系列 | brew install python@3.14 python-tk@3.14，requirements 已带 CoreML 支持 | python3.14 run.py --execution-provider coreml | 流畅 | 720p |
| Intel 平台 | pip install onnxruntime-openvino==1.21.0 | --execution-provider openvino | 视 CPU 而定 | 480p–720p |
| Windows + AMD 核显 | pip install onnxruntime-directml==1.21.0 | --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（Webcam）：python 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_enhancer（GFPGAN）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.py |
| GFPGAN 面部增强 | modules/processors/frame/face_enhancer.py |
| GPU 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_tkinter | macOS 缺 tkinter | brew reinstall python-tk@3.14 |
提示ffmpeg is not installed | ffmpeg 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 CPU | cuDNN 不在 PATH，或 onnxruntime-gpu 版本不符 | 按上文装 cuDNN v8.9.7 +onnxruntime-gpu==1.26.0 |
| 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 Enhancer |
| macOS 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
