零门槛deepfake！75.8k Star 的Deep-Live-Cam 一张照片秒换脸，开源 deepfake 神器本地跑！

Deep-Live-Cam是一款开源的实时换脸与视频深度伪造（deepfake）工具，只需要一张人脸图片，就能在本地电脑上对摄像头画面或视频进行实时换脸。 支持 Windows / Linux / macOS，多种硬件加速（CPU / CUDA / CoreML / DirectML / OpenVINO），并内置不良内容检测与合规提示，定位是服务 AI 生成媒体行业的高效生产力工具。

官方定位很明确：

• 帮助创作者“给自定义角色上动画”；
• 支持用任意图片替换视频或直播中的人脸；
• 强调本地离线运行，兼顾创作自由与隐私安全。

痛点场景

在 Deep-Live-Cam 出现之前，很多人对 deepfake 的印象是：

• 需要大量素材：同一个人不同角度、不同光照的照片/视频；
• 需要长时间训练：一跑就是好几个小时甚至几天；
• 对设备有要求：需要不错的 GPU，配置门槛不低；
• 实时换脸几乎是奢望：大多只能输出离线视频。

对于内容创作者、主播、短视频团队来说，典型痛点包括：

• 想试试 VTuber / 虚拟形象直播，却被复杂的模型训练和绑定流程劝退；
• 只想用一张海报、一张角色立绘做个小短片或直播玩梗，却发现折腾一圈比做视频本身还累；
• 传统 deepfake 工具要么不会用，要么安装配置极其痛苦（Python 环境、依赖冲突、模型下载…）；
• 更敏感的一点：大家想玩，又怕自己的面孔或素材被上传到云端，隐私和安全完全没底。

Deep-Live-Cam 则是用几句简单的话戳中这些痛点：

• “only a single image”：只要一张图，不用训练；
• “real time face swap”：全部在本地实时处理，可直接接到直播软件；
• 离线运行：桌面应用，本地推理，无需把素材丢到云端；
• 内置不良内容过滤与免责声明：从项目层面强调合规、伦理和使用边界。

于是我们看到的，就是一个三步搞定、效果惊人、门槛又不高的实时换脸工具——这也是它能在 GitHub 短时间冲到 7 万多 Star 的原因之一。

核心功能拆解：从“一张图”到“实时换脸”

Deep-Live-Cam 的 README 和相关 fork 中，已经把它的核心能力描述得很清楚。结合官方说明，我们可以提炼出8 个特别值得关注的功能特性：

实时单图换脸：一张图就能动起来

Deep-Live-Cam 最大的亮点，就是只需一张人脸图片，就能对目标视频或摄像头画面做实时换脸，而不需要复杂的训练过程。

• 支持把一张静态照片“套”到：
• 摄像头实时画面（Webcam Mode）；
• 本地视频文件或图片序列（Image/Video Mode）。

• 利用 ONNX Runtime + GFPGAN + inswapper 等模型，在本地做推理。

对创作者的直接价值是：从“我有一张角色图”到“我可以让这个角色说话做表情”，时间成本被压缩到几分钟。

Mouth Mask：保留原嘴型，让口型更自然

README 中单独强调了一个叫Mouth Mask的功能：

• 换脸时可以保留你的原始嘴部区域，只替换脸部其他区域；
• 这样说话、张口、贴近麦克风等细节都会更加自然；
• 对做直播互动、播报、唱歌类内容的人尤其友好。

这一点很关键——很多换脸工具的破绽就出在嘴上，而 Mouth Mask 在视觉上等于给了你一层“真实性增幅”。

Many Faces & Face Mapping：多角色、多目标一把梭

在命令行参数中，Deep-Live-Cam 提供了：

• --many-faces：对画面中的每一张脸都进行处理；
• --map-faces：把指定来源人脸映射到目标中的特定人脸上。

这意味着你可以：

• 在一支多人出镜的视频中，为不同的人分别换成不同角色；
• 在一场多人通话/连麦场景中，把每个人换成预设的虚拟形象。

配合 Multi-Language fork 中详细展示的 “Face Mapping” 流程图和 GIF 示例，可以做出非常复杂的多角色换脸效果。

两种主要工作模式：视频模式 & 摄像头模式

Deep-Live-Cam 的使用方式很清晰，README 把它拆成两大模式：

1.Image/Video Mode

• 运行：python run.py
• 选择来源人脸图片（source image）；
• 选择目标图片或视频（target image / video）；
• 点击 “Start”，生成结果会保存在以目标视频命名的目录中。

2.Webcam Mode

• 同样运行：python run.py；
• 选择人脸图片；
• 点击 “Live”，等待 10–30 秒预览窗口出现；
• 使用 OBS 等屏幕采集工具，把预览窗口推流到直播平台；
• 想换脸时，重新选一张人脸图片即可。

这两种模式覆盖了绝大多数实际使用场景：做视频、做直播、录制教学、录制短内容等。

多平台、多执行引擎：CPU / CUDA / CoreML / DirectML / OpenVINO

在安装说明中，Deep-Live-Cam 为不同硬件准备了详细的加速方案：

• CPU 模式：默认python run.py；

• CUDA（NVIDIA GPU）：
• 安装 CUDA Toolkit 12.8 和对应的 cuDNN；
• 安装onnxruntime-gpu==1.21.0；
• 运行：

python run.py --execution-provider cuda

• CoreML（Apple Silicon / Apple Legacy）：
• 分别提供onnxruntime-silicon、onnxruntime-coreml的版本；
• 使用：

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

• DirectML（Windows GPU）：

python run.py --execution-provider directml

• OpenVINO（Intel）：

python run.py --execution-provider openvino

对于普通用户来说，只需要记住一句话：

能跑 Python 的地方，基本都能跑 Deep-Live-Cam，差别只是跑得快不快。

灵活的输出控制：FPS、音频、编码器、画质

在“Command Line Arguments” 中，Deep-Live-Cam 暴露了大量参数来精细控制输出：

• --keep-fps：保持原视频帧率；
• --keep-audio：保留原视频音轨；
• --video-encoder {libx264, libx265, libvpx-vp9}：选择编码器；
• --video-quality [0-51]：设置输出质量（越低越清晰）；
• --keep-frames：保留中间帧，方便调试或后期合成。

对于做商业项目或精修视频的团队，这些参数可以让 Deep-Live-Cam 更好地融入现有的剪辑流程。

实时 Live 调整：镜像、可调大小预览

在 CLI 参数以及 Multi-Language fork 的说明中，还能看到一些非常细节但实用的功能：

• --live-mirror：把预览画面做镜像处理，呈现出类似前置摄像头的效果；
• --live-resizable/ Resizable Preview：预览窗口可以自由拖拽大小，不影响实际渲染；
• --max-memory：限制最大内存使用，避免占满整机。

这些细节对直播用户很重要：你可以边开 OBS、边看 bullet screen、边调预览窗口大小，不用担心整个系统卡死。

安全与合规：内置不良内容过滤 & 使用声明

Deep-Live-Cam 在 README 中用了大段篇幅强调自己的使用边界和伦理立场：

• 内置检测逻辑，阻止处理不合规内容（如裸露、暴力、战争敏感画面等）；
• 强调用户必须遵守当地法律，使用真实人物面孔时需取得同意，并在发布时明确标注为 deepfake；
• 开发者保留在法律要求下关闭项目或对输出加水印的权利；
• 明确声明：对最终用户的违规行为不承担责任。

这也给所有想要使用 Deep-Live-Cam 的团队一个明确信号：

这是一款偏“生产力”的工具，不是鼓励违规操作的“黑科技”。

技术架构：从输入到输出的一条流水线

整体架构图

说明：具体实现细节在源码中，但整体流程可以概括为：输入 → 检测 → 换脸 → 增强 → 编码 → 预览/保存，并根据硬件选择不同的执行引擎。

模块拆解与优势

界面效果：看得见的“变脸魔法”

Meme / 梗图：Many Faces + 表情包

梗图 / Meme 示例

应用场景：哪些业务值得马上试一试？

基于官方 README、官网用例以及媒体报道，我们可以归纳出一批正向、实际可落地的场景：

VTuber / 虚拟主播

• 用一张立绘或角色设定图，快速搭建直播形象；
• 对于不方便出镜、又想做长线内容运营的人非常合适；
• 本地离线运行，素材不出机，更利于保护隐私。

影视预演 / 角色试妆

• 在正式拍摄前，把演员脸替换到参考素材或旧片段里，快速验证造型、角色感、情绪表达；
• 对短片导演、广告团队、影视博主非常实用。

教学/科普内容创作

• 用历史人物、虚构角色做“口播讲解”；
• 在保证明确标注为 deepfake 的前提下，用更有趣的方式讲故事、做培训。

品牌虚拟 IP / 代言人

• 用品牌 IP 形象替换真人代言人，在直播、短视频中统一视觉风格；
• 结合 Mouth Mask 功能，保持口型自然，减弱“假脸”的违和感。

Meme / 二创短视频

• 利用 Many Faces 和 Face Mapping 做整活海报、梗视频；
• 把团队成员/主播的脸替到经典电影、名场面里，用于粉丝向内容运营。

⚠️ 需要再次强调的是：严禁用于诈骗、冒充真实身份、侵犯他人肖像权/隐私权的行为。项目本身已经明确写出这些红线，实际使用时一定要遵守所在地区的法律法规。

与同类项目对比：Deep-Live-Cam 的位置与优势

在 GitHub “ai-webcam”“deepfake-webcam”等话题下，有不少与 Deep-Live-Cam 同类型的项目。这里选取几个典型项目进行对比：

核心项目对比表

从这张表可以看出：

• Deep-Live-Cam 是整个生态的“主干项目”：许多 fork 或新项目要么直接 fork 自它，要么在 README 中明确提到正在向它回流功能。

• 生态的方向大致分为三类：
• 面向语言 / 本地化的 fork（如 Chinese 版、Multi-Language）；
• 面向环境便捷性的 fork（如 Google Colab 版）；
• 面向多脸 / 高阶玩法的扩展项目（如 iRoopDeepFaceCam）。

而对多数想要“快速上手 + 本地可控 + 生态活跃”的用户来说，直接使用主项目 Deep-Live-Cam 再按需搭配这些同类项目，是一个较优解。

总结

如果你符合下面至少一条，很值得把 Deep-Live-Cam 拉到你的工具箱里：

• 想做VTuber / 虚拟形象直播，但不想学复杂 3D/骨骼系统；
• 经常需要做短视频二创、影视梗视频，希望快速“给角色换脸”；
• 想用虚拟形象进行在线课程、内部培训，又担心隐私与形象管理；
• 对 deepfake 的技术路线感兴趣，希望学习模型 + 推理 + 编码的完整链路；
• 想探索虚拟 IP、数字人、品牌形象的更多可能，但暂时不打算上昂贵的云服务。

Deep-Live-Cam 把“单图换脸 + 实时预览 + 多平台加速”这一条路打通了，同时又在 README 和官网中不断强调合规、伦理与安全边界。如果你在合法合规的前提下去使用它，它更像是一款提升创作效率的 AI 摄像机，而不是一把“玩火”的工具。

项目地址

https://github.com/hacksider/Deep-Live-Cam

文章来自于“小华同学ai”，作者 “小华”。