Deep-Live-Cam 实时换脸完整教程零显卡一张照片三步改片【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读完这篇你能在没有显卡的普通电脑上跑通 Deep-Live-Cam用一张照片把任意视频里的人脸逐帧替换掉。最低门槛CPU 即可Python 3.11–3.14约 2GB 空闲磁盘全程零花费。算上装依赖和首次下载模型预计 15~30 分钟取决于网速。开始之前 1 分钟自查能不能跑动手前对照这 5 条清单系统Windows 10、macOS 或 Linux 均可无需独立显卡推理默认走 CPUPython终端执行python --version版本需在 3.11–3.14 区间推荐 3.14网络能连通 pip 源、git 仓库和模型下载服务器首次运行自动下载约 600MB 模型换脸模型 265MB 人脸检测模型 326MB磁盘至少 2GB 空闲装依赖、存模型和处理中间帧都要占地方素材一张光线充足、正脸清晰的源脸照片建议 512×512 以上加一段目标视频部署主流程 三条命令装完环境再跑第一次换脸源脸替换电影画面人物表情与光线跟随原画面变化第 1 步克隆仓库并安装依赖git clone --depth 1 https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam cd Deep-Live-Cam python -m venv venv第一条只拉取最新一次提交省去下载全部历史的时间最后一条创建独立虚拟环境避免污染系统 Python。激活环境后装依赖Windows 执行venv\Scripts\activateLinux/macOS 执行source venv/bin/activatepip install -r requirements.txt这条命令会下载 opencv、insightface、onnxruntime 等约 1GB 的推理库。跑完最后一行出现 Successfully installed、没有红色 Traceback这一步就成功。第 2 步首次执行换脸把源脸face.jpg和目标视频target.mp4放到run.py同级目录执行python run.py -s face.jpg -t target.mp4带-s参数时程序自动进入无界面批处理模式全程不用点鼠标。首次运行会先显示进度条下载约 600MB 模型随后逐帧处理。看到终端打印输出路径且能在以target命名的文件夹里打开成品视频这一步就成功。第 3 步验证输出播放输出视频确认画面里的人物已变成你的源脸表情、角度、光线仍跟随原画面。能正常播放且人脸完整说明从模型加载到帧处理的整条链路已跑通。进阶玩法 三个参数值得试一次替换多张脸默认表现只替换画面中最大的一张脸其余人物保持原样。追加--many-faces后检测到的所有脸都会被替换成同一张源脸适合群像和直播画面。保留原人物嘴部默认表现嘴部区域一并被替换口型可能和声音对不上。追加--mouth-mask后原人物的嘴部区域被保留新脸只覆盖其余部位口型更自然。开启嘴部遮罩后说话人的嘴部动作与口型得以保留每张脸指定不同源脸默认表现画面里所有脸共用同一张源脸。追加--map-faces后程序让你为画面中每张脸逐一选定源脸同屏不同角色可以变成不同的人。多脸映射演示同一画面的不同人物分别替换为不同源脸想深入改行为核心流程在 core.py各帧处理器在 processors/frame。排坑自查 五个最常见的报错现象可能原因解决办法模型下载慢或中途断开网络不稳定下载被中断手动把 inswapper_128_fp16.onnx 放进models/文件夹重新运行命令提示检测不到人脸源脸照片逆光、模糊或侧脸严重换一张光线充足、角度正、无遮挡且不低于 512×512 的照片输出视频帧率和原片不一致输出未与原片帧率同步追加--keep-fps参数重新处理输出视频没有声音目标视频本身无音轨或系统缺 ffmpeg系统补装 ffmpeg源视频含音轨时程序默认保留音频pip 安装时报版本冲突系统 Python 版本低于 3.11用 Python 3.11–3.14 重建虚拟环境后重新安装依赖跑通之后可以给同一视频叠加--mouth-mask对比口型效果也可以把目标换成摄像头做实时换脸。使用真人照片前务必取得本人同意对外发布时注明该内容为深度伪造生成。【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
