Deep-Live-Cam

Deep-Live-Cam 是一款主打实时换脸、视频深度伪造的工具，操作门槛极低，只需要一张人脸图片，轻点操作就能完成面部替换，并且支持全程实时渲染。

作为面向 AI 内容创作的生产力工具，它可以用于角色动画制作、创意内容生成、服装设计展示等场景，同时内置了内容安全与伦理约束，避免被滥用。

使用免责与伦理规范

这款深度伪造工具在设计时就考虑了潜在的风险，并做出了明确约束：

• 软件内置检测机制，不支持处理裸体、露骨内容、战争相关素材等敏感媒体。
• 项目会在法律与道德框架内持续更新，如监管要求，可能会停止服务或为生成内容添加水印。
• 用户必须合法、合规使用，使用他人面部时，需要提前获得当事人同意。
• 对外发布深度伪造结果时，必须明确标注为 AI 合成内容。
• 开发者不对用户的个人行为负责，使用者自行承担所有合规与伦理责任。

使用本软件，即代表你已阅读并同意以上条款。

v2.6 预构建快速版（Windows / Mac Silicon）

如果你使用英伟达、AMD 独立显卡，或是 Apple Silicon 设备，官方提供的 v2.6 预编译版本是运行效率最高的选择，还能获得优先支持。

这个版本适合：

• 不想折腾环境配置的普通用户
• 没有技术基础、希望开箱即用的人

整个实时换脸流程只需要三步：

1. 选择一张用于替换的人脸图片
2. 选择要调用的摄像头
3. 点击“直播”，即可开始实时换脸

功能与适用场景

Deep-Live-Cam 所有功能均基于实时渲染，支持多种使用场景：

• 口部遮罩
  保留原有画面的嘴部动作，让换脸后的表情、口型更自然准确。
• 面部映射
  可以在不同画面主体上，同时应用不同的人脸素材。
• 影视实时换脸
  播放电影或视频时，直接将画面中角色的面部替换成指定人脸。
• 直播与表演
  用于直播、实时演出等场景，实现实时面部替换。
• 表情包制作
  快速生成个性化、可二次传播的表情包。
• 社交互动
  可在 Omegle 等随机聊天平台中使用，实现趣味换脸互动。

手动完整安装（所有步骤完整保留，不删减、不复刻）

手动安装需要一定基础操作能力，但兼容性更强，适合想自己控制环境的用户。无 GPU 时会使用 CPU 运行，速度相对较慢。

1. 环境准备

在开始安装前，需要先配置好基础依赖：

• Python（推荐 3.11）
• pip 包管理工具
• git 代码管理工具
• ffmpeg 音视频处理工具（Windows 可运行 iex (irm ffmpeg.tc.ht) 快速安装）
• Windows 系统需额外安装 Visual Studio 2022 运行库

2. 拉取项目代码

打开命令行，将项目克隆到本地并进入目录：

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

3. 放置模型文件

需要下载两个核心模型：

• GFPGANv1.4
• inswapper_128_fp16.onnx

下载完成后，统一放到项目里的 models 文件夹中。

4. 创建虚拟环境并安装依赖

为了避免和系统其他库冲突，强烈建议使用虚拟环境。

Windows 执行：

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

Linux 执行：

python3 -m venv venv
source venv/bin/activate
pip install -r requirements.txt

macOS（Apple Silicon）执行：

brew install python@3.11
brew install python-tk@3.10

python3.11 -m venv venv
source venv/bin/activate
pip install -r requirements.txt

环境出错修复方案：

deactivate
rm -rf venv

python -m venv venv
source venv/bin/activate
pip install -r requirements.txt

pip install git+https://github.com/xinntao/BasicSR.git@master
pip uninstall gfpgan -y
pip install git+https://github.com/TencentARC/GFPGAN.git@master

5. 无 GPU 基础运行

没有独立显卡的设备，可以直接启动：

python run.py

首次运行会自动下载约 300MB 的模型文件。

五、GPU 加速配置（完整保留，逻辑更清晰）

1. 英伟达显卡（CUDA 加速）

1. 安装 CUDA Toolkit 12.8.0
2. 安装对应版本 cuDNN v8.9.7
3. 配置 GPU 依赖：

pip install -U torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu128
pip uninstall onnxruntime onnxruntime-gpu
pip install onnxruntime-gpu==1.21.0

启动命令：

python run.py --execution-provider cuda

2. Apple Silicon（CoreML 加速）

必须使用 Python 3.10：

pip uninstall onnxruntime onnxruntime-silicon
pip install onnxruntime-silicon==1.13.1

启动：

python3.10 run.py --execution-provider coreml

3. 旧版 macOS（CoreML）

pip uninstall onnxruntime onnxruntime-coreml
pip install onnxruntime-coreml==1.21.0
python run.py --execution-provider coreml

4. Windows AMD 显卡（DirectML）

pip uninstall onnxruntime onnxruntime-directml
pip install onnxruntime-directml==1.21.0
python run.py --execution-provider directml

5. 英特尔显卡（OpenVINO）

pip uninstall onnxruntime onnxruntime-openvino
pip install onnxruntime-openvino==1.21.0
python run.py --execution-provider openvino

使用方法

图片/视频换脸模式

1. 运行 python run.py 启动程序
2. 选择源人脸图片和目标图片/视频
3. 点击开始，程序自动处理
4. 输出文件会保存在对应目录下

摄像头实时模式（直播可用）

1. 启动程序后选择人脸图片
2. 点击“直播”
3. 等待 10–30 秒加载完成，出现预览画面
4. 可用 OBS 等工具捕获画面进行推流
5. 支持中途直接更换人脸图片，无需重启