hacksider/Deep-Live-Cam

GitHub: hacksider/Deep-Live-Cam

仅用一张照片即可实现实时人脸替换和视频深度伪造的开源工具，支持直播换脸和多人脸映射。

Stars: 84697 | Forks: 12366

Deep-Live-Cam 2.1

一键实时换脸和视频深度伪造，仅需一张图片。

Demo GIF

## 免责声明本深度伪造软件旨在成为 AI 生成媒体行业的高效生产力工具。它可以帮助艺术家制作自定义角色动画、创作引人入胜的内容，甚至用于服装设计的模特展示。我们意识到其可能被用于不道德的应用，并致力于采取预防措施。内置检查机制可防止程序处理不当媒体（裸露、暴力内容、战争画面等敏感材料）。我们将继续负责任地开发此项目，遵守法律和道德规范。如有法律要求，我们可能会关闭项目或添加水印。 - 道德使用：用户应负责任且合法地使用本软件。如果使用真人的面部，请务必获得其同意，并在网上分享时清晰标注输出内容为深度伪造（deepfake）。 - 内容限制：软件包含内置检查，以防止处理不当媒体，例如裸露、暴力内容或敏感材料。 - 法律合规：我们遵守所有相关法律和道德准则。如有法律要求，我们可能会关闭项目或在输出中添加水印。 - 用户责任：我们不对最终用户的行为负责。用户必须确保其使用方式符合道德标准和法律要求。使用本软件即表示您同意这些条款，并承诺以尊重他人权利和尊严的方式使用它。用户应负责任且合法地使用本软件。如果使用真人的面部，请务必获得其同意，并在网上分享时清晰标注输出内容为深度伪造。我们不对最终用户的行为负责。 ## 2.7 beta 独家快速入门 - 预构建版 (Windows/Mac Silicon/CPU)

##### 如果您拥有独立 NVIDIA 或 AMD GPU、CPU 或 Mac Silicon，这是您能获得的最快版本，并且您将获得特别的优先支持。2.7 beta 是您能拥有的最佳版本，比开源版本多出 30 多项功能。 ###### 这些预构建版本非常适合非技术用户，或者那些没有时间或无法手动安装所有依赖项的用户。温馨提示：这是一个开源项目，因此您也可以选择手动安装。 ## 太长不看；只需 3 次点击即可实现实时深度伪造 ![easysteps](https://static.pigsec.cn/wp-content/uploads/repos/2026/03/7412244eb8175739.png) 1. 选择一张人脸 2. 选择要使用的摄像头 3. 按下 live（开始）！ ## 功能与用途 - 一切均为实时 ### 嘴部遮罩 **使用嘴部遮罩（Mouth Mask）保留原始嘴部以实现精准动作**

resizable-gif

### 人脸映射 **同时在多个对象上使用不同的人脸**

face_mapping_source

### 你的电影，你的脸 **实时观看任意换脸后的电影**

movie

### 直播表演 **进行现场直播和表演**

show

### 网络迷因 **创作您最具传播力的网络迷因**

show
_{Created using Many Faces feature in Deep-Live-Cam}

### Omegle **在 Omegle 上给人惊喜**

## 安装说明（手动） **请注意，安装过程需要技术技能，不适合初学者。建议下载快速入门版本。**

点击查看流程

### 安装这种方式在您的电脑上更容易成功运行，但由于使用 CPU，速度会较慢。 **1. 设置平台** - Python（推荐 3.11） - pip - git - [ffmpeg](https://www.youtube.com/watch?v=OlNWCpFdVMA) - ```iex (irm ffmpeg.tc.ht)``` - [Visual Studio 2022 Runtimes (Windows)](https://visualstudio.microsoft.com/visual-cpp-build-tools/) **2. 克隆仓库** ``` git clone https://github.com/hacksider/Deep-Live-Cam.git cd Deep-Live-Cam ``` **3. 下载模型** 1. [GFPGANv1.4](https://huggingface.co/hacksider/deep-live-cam/resolve/main/GFPGANv1.4.onnx) 2. [inswapper\_128\_fp16.onnx](https://huggingface.co/hacksider/deep-live-cam/resolve/main/inswapper_128_fp16.onnx) 将这些文件放在 "**models**" 文件夹中。 **4. 安装依赖** 我们强烈建议使用 `venv` 以避免出现问题。对于 Windows： ``` python -m venv venv venv\Scripts\activate pip install -r requirements.txt ``` 对于 Linux： ``` # 确保使用已安装的 Python 3.10 python3 -m venv venv source venv/bin/activate pip install -r requirements.txt ``` **对于 macOS：** Apple Silicon (M1/M2/M3) 需要特定设置： ``` # 安装 Python 3.11（特定版本很重要） brew install python@3.11 # 安装 tkinter 包（GUI 所需） brew install python-tk@3.10 # 使用 Python 3.11 创建并激活虚拟环境 python3.11 -m venv venv source venv/bin/activate # 安装依赖 pip install -r requirements.txt ``` ** 如果出现问题需要重新安装虚拟环境 ** ``` # 停用虚拟环境 rm -rf venv # 重新安装虚拟环境 python -m venv venv source venv/bin/activate # 再次安装依赖 pip install -r requirements.txt # gfpgan 和 basicsrs 问题修复 pip install git+https://github.com/xinntao/BasicSR.git@master pip uninstall gfpgan -y pip install git+https://github.com/TencentARC/GFPGAN.git@master ``` **运行：** 如果您没有 GPU，可以使用 `python run.py` 运行 Deep-Live-Cam。请注意，首次执行将下载模型（约 300MB）。 ### GPU 加速 **CUDA Execution Provider (Nvidia)** 1. 安装 [CUDA Toolkit 12.8.0](https://developer.nvidia.com/cuda-12-8-0-download-archive) 2. 安装 [cuDNN v8.9.7 for CUDA 12.x](https://developer.nvidia.com/rdp/cudnn-archive)（onnxruntime-gpu 必需）： - 下载 cuDNN v8.9.7 for CUDA 12.x - 确保 cuDNN bin 目录在您的系统 PATH 中 3. 安装依赖： ``` 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 ``` 3. 使用： ``` python run.py --execution-provider cuda ``` **CoreML Execution Provider (Apple Silicon)** Apple Silicon (M1/M2/M3) 特定安装： 1. 确保您已完成上述 macOS 设置（使用 Python 3.10）。 2. 安装依赖： ``` pip uninstall onnxruntime onnxruntime-silicon pip install onnxruntime-silicon==1.13.1 ``` 3. 使用（重要：指定 Python 3.10）： ``` python3.10 run.py --execution-provider coreml ``` **macOS 重要提示：** - 您**必须**使用 Python 3.10，而不是 3.11 或 3.13 等较新版本 - 如果安装了多个 Python 版本，请始终使用 `python3.10` 命令，而不仅仅是 `python` - 如果出现关于 `_tkinter` 缺失的错误，请重新安装 tkinter 包：`brew reinstall python-tk@3.10` - 如果出现模型加载错误，请检查模型是否位于正确的文件夹中 - 如果与其他 Python 版本发生冲突，请考虑卸载它们： # 列出所有已安装的 Python 版本 brew list | grep python # 如需卸载冲突版本 brew uninstall --ignore-dependencies python@3.11 python@3.13 # 仅保留 Python 3.11 brew cleanup **CoreML Execution Provider (Apple Legacy)** 1. 安装依赖： ``` pip uninstall onnxruntime onnxruntime-coreml pip install onnxruntime-coreml==1.21.0 ``` 2. 使用： ``` python run.py --execution-provider coreml ``` **DirectML Execution Provider (Windows)** 1. 安装依赖： ``` pip uninstall onnxruntime onnxruntime-directml pip install onnxruntime-directml==1.21.0 ``` 2. 使用： ``` python run.py --execution-provider directml ``` **OpenVINO™ Execution Provider (Intel)** 1. 安装依赖： ``` pip uninstall onnxruntime onnxruntime-openvino pip install onnxruntime-openvino==1.21.0 ``` 2. 使用： ``` python run.py --execution-provider openvino ```

标签：AIGC, AI 视频生成, Deepfake, Deep Learning, Deep-Live-Cam, DNS解析, Vectored Exception Handling, 人工智能, 人脸替换, 人脸识别, 单图换脸, 图像合成, 媒体生成, 实时换脸, 开源项目, 换脸, 数字媒体, 深度伪造, 用户模式Hook绕过, 神经网络, 视频处理, 视频特效, 计算机视觉, 逆向工具