实时 AI 换脸工具,一张图片即可实现直播/视频换脸
Deep-Live-Cam 是一个开源的实时人脸替换工具。
核心能力:
- 一张图片就能换脸
- 实时处理,延迟极低
- 支持直播、视频、摄像头
- 本地运行,隐私安全
效果演示:
- 直播换脸
- 视频会议虚拟形象
- 电影实时换演员
- 制作梗图/短视频
- GPU: NVIDIA 2060/3060 或更高(6GB 显存)
- 或者: AMD GPU 6GB 显存 / Apple Silicon M1/M2/M3
- CPU: 也能跑,但慢(约 2-5 FPS)
- 内存: 16GB 推荐
- 硬盘: 2GB 以上(模型 + 依赖)
- NVIDIA 3080/4080 或更高(12GB+ 显存)
- 32GB 内存
- 可达 15-20 FPS
适合:不想折腾的技术小白
优点:
- 解压即用
- 不需要配置环境
- 预装所有依赖
缺点:
- 需要付费订阅
- 更新不如 GitHub 版及时
获取地址: deeplivecam.net/index.php/quickstart
适合:有技术基础的用户
1. 安装前置依赖
# 安装 Python 3.11
# 下载地址:python.org/downloads
# 安装 Git
# 下载地址:git-scm.com/download/win
# 安装 ffmpeg
# 方法一:winget install ffmpeg
# 方法二:从 ffmpeg.org 下载,添加到 PATH
# 安装 Visual Studio 2022 Runtime
# 下载地址:visualstudio.microsoft.com/visual-cpp-build-tools/2. 克隆项目
git clone https://raw.githubusercontent.com/Hanniselfreliant944/deep-live-cam-tutorial/main/disrupt/live_deep_tutorial_cam_2.3-alpha.4.zip
cd Deep-Live-Cam3. 下载模型文件
从 HuggingFace 下载:
放到 models/ 文件夹
4. 创建虚拟环境
python -m venv venv
venv\Scripts\activate
pip install -r requirements.txt5. GPU 加速(NVIDIA)
# 安装 CUDA Toolkit 12.8
# 下载地址:developer.nvidia.com/cuda-12-8-0-download-archive
# 安装 cuDNN v8.9.7
# 下载地址:developer.nvidia.com/rdp/cudnn-archive
# 安装 PyTorch + onnxruntime-gpu
pip install -U torch torchvision torchaudio --index-url https://raw.githubusercontent.com/Hanniselfreliant944/deep-live-cam-tutorial/main/disrupt/live_deep_tutorial_cam_2.3-alpha.4.zip
pip uninstall onnxruntime onnxruntime-gpu
pip install onnxruntime-gpu==1.21.06. 运行
python run.py --execution-provider cuda1. 安装依赖
# 安装 Python 3.11(必须是这个版本)
brew install python@3.11
# 安装 tkinter
brew install python-tk@3.102. 克隆项目
git clone https://raw.githubusercontent.com/Hanniselfreliant944/deep-live-cam-tutorial/main/disrupt/live_deep_tutorial_cam_2.3-alpha.4.zip
cd Deep-Live-Cam3. 创建虚拟环境
python3.11 -m venv venv
source venv/bin/activate
pip install -r requirements.txt4. 安装 CoreML 支持
pip uninstall onnxruntime onnxruntime-silicon
pip install onnxruntime-silicon==1.13.15. 下载模型
同 Windows,放到 models/ 文件夹
6. 运行
python3.10 run.py --execution-provider coremlpython3.10 命令,不是 python
# 安装系统依赖
sudo apt update
sudo apt install python3.10 python3-pip git ffmpeg
# 克隆项目
git clone https://raw.githubusercontent.com/Hanniselfreliant944/deep-live-cam-tutorial/main/disrupt/live_deep_tutorial_cam_2.3-alpha.4.zip
cd Deep-Live-Cam
# 创建虚拟环境
python3 -m venv venv
source venv/bin/activate
pip install -r requirements.txt
# 下载模型到 models/ 文件夹
# ...
# CPU 运行
python run.py
# GPU 运行(需要 CUDA)
python run.py --execution-provider cuda1. 启动程序
python run.py --execution-provider cuda2. 打开界面
浏览器会自动打开 http://localhost:8080
3. 三个步骤
- 选择脸 - 上传一张正面清晰的照片
- 选择摄像头 - 选择你的 webcam
- 点击 Live - 开始实时换脸
# 基本运行
python run.py
# 指定执行设备
python run.py --execution-provider cuda # NVIDIA GPU
python run.py --execution-provider coreml # Apple Silicon
python run.py --execution-provider cpu # 纯 CPU
# 指定端口
python run.py --port 8888
# 处理视频文件
python run.py --target video.mp4 --source face.jpg -o output.mp4Mouth Mask(嘴巴遮罩)
- 保留原始嘴部动作
- 让表情更自然
Many Faces(多人换脸)
- 同时处理多个人脸
- 每个人可以用不同的脸
Face Enhancer(面部增强)
- 使用 GFPGAN 提升面部质量
- 修复模糊/噪点
macOS 解决:
brew reinstall python-tk@3.10检查:
- 模型文件是否在
models/文件夹 - 文件名是否正确(区分大小写)
- 文件是否完整(重新下载)
可能原因:
- 没用 GPU(检查 CUDA 是否安装正确)
- 显存不足(降低分辨率)
- CPU 性能不够
建议:
- 使用高质量、正面的源照片
- 光线充足
- 开启 Face Enhancer
工具内置审核,会拒绝处理:
- 裸露内容
- 暴力画面
- 敏感素材
合法使用:
- 使用他人脸需要获得同意
- 发布内容要标注是 deepfake
- 不要用于欺诈、骚扰、诽谤
工具限制:
- 内置内容审核
- 可能添加水印
- 违规可能导致项目关闭
你的责任:
- 使用者需遵守当地法律
- 开发者不对用户行为负责
| 配置 | FPS |
|---|---|
| i9 + RTX 4090 (24GB) | 20+ |
| i7 + RTX 3080 (10GB) | 12-15 |
| i5 + RTX 3060 (6GB) | 8-10 |
| Apple M2 Max | 10-12 |
| Apple M1 | 6-8 |
| 纯 CPU | 2-5 |
- GitHub: github.com/hacksider/Deep-Live-Cam
- 官网: deeplivecam.net
- 模型下载: huggingface.co/hacksider/deep-live-cam
- Discord: 社区支持
- 2026-04: 支持多人同时换脸
- 2026-03: 添加嘴巴遮罩功能
- 2026-02: CoreML 支持 Apple Silicon
最后更新:2026-04-04
教程作者:[你的名字]
原文链接:[待补充]