一、这是什么——先打个比方

你小时候玩过「贴纸换脸」吗？拿一张明星照片，把脸剪下来贴在自己脸上拍照。

Deep-Live-Cam 就是把这件事用 AI 做了，而且做到了极致：

传统方式Deep-Live-Cam
用 Photoshop 把脸 P 到照片上，要 1 小时一张照片，3 秒启动，实时运行
换脸视频要后期渲染好几天直播中途换脸，观众实时看到
需要专业技术和昂贵的软件开源免费，一台普通电脑就能跑

项目背景

  • 作者：hacksider（基于 s0md3v 的 roop 项目二次开发）
  • 开源地址：github.com/hacksider/Deep-Live-Cam
  • 最新版本：2.1.6（开源版）；2.7 RC2（官方预编译版，多 30+ 额外功能）
  • Star 数：持续上榜 GitHub Trending

二、能干什么——功能全览

核心功能全部支持实时运行：

功能说明典型场景
实时摄像头换脸 选择一张人脸 → 启动 Live 模式 → 摄像头画面实时换脸 虚拟主播、直播特效
图片/视频换脸 上传一张源人脸 + 一个目标视频 → 输出换脸后的视频 影视二创、表情包制作
嘴部遮罩 保留原始嘴部动作，换脸后表情更自然 说话类视频，口型更准确
多人脸映射 同时对多个人应用不同的脸 群像视频、多人对话场景
实时影视替换 观看电影时，实时替换影片中所有角色的脸 趣味二创（仅个人观看）
表情包制作 多人脸模式，快速生成传播向表情包 社媒运营、梗图制作

它不是什么

❌ 不是 DeepFake 色情工具（内置内容检测，会拦截违规内容） ❌ 不是商业级影视特效软件（达不到好莱坞水准） ❌ 不是手机 App（需要电脑运行，有技术门槛）

三、为什么选它——与同类工具对比

对比维度Deep-Live-Cam其他换脸工具
上手难度3 步操作，界面友好多数需要命令行，门槛高
实时性✅ 支持摄像头实时换脸多数只支持离线视频处理
硬件要求有 GPU 加速，CPU 也能跑（慢）部分工具必须高端显卡
开源免费✅ 完全开源商业软件贵，部分按次收费
多平台Windows / macOS / Linux 全支持很多只支持 Windows
嘴部遮罩✅ 独有功能，表情更自然多数不支持
一句话：Deep-Live-Cam 是当前最容易上手、功能最全面、而且是完全开源免费的实时换脸工具。如果你只是想试试 AI 换脸能干嘛，它是最佳入口。

四、安装——三种方式，从简单到完整

方式一：官方预编译版（⭐ 推荐，最简单）

适合：不想折腾环境、直接想用的用户。

  • 1

    访问官网

    打开 deeplivecam.net/quickstart

  • 2

    下载安装包

    选择对应系统的版本（Windows / Apple Silicon / CPU 版）

  • 3

    安装即用

    安装后直接打开，无需配置 Python 环境。预编译版比开源版多 30+ 额外功能

    • 方式二：开源版手动安装（适合有技术基础的用户）

    Windows

    PowerShell / CMD
    # 第1步：克隆仓库
git clone https://github.com/hacksider/Deep-Live-Cam.git
cd Deep-Live-Cam

# 第2步：创建虚拟环境
python -m venv venv
venv\Scripts\activate

# 第3步：安装依赖
pip install -r requirements.txt

# 第4步：下载模型文件到 models/ 文件夹
# ins Swapper_128_fp16.onnx（核心换脸模型）
# GFPGANv1.4.onnx（画质增强模型）
# 下载地址: huggingface.co/hacksider/deep-live-cam

# 第5步：运行
python run.py

    ⚠️ Windows 额外要求：需安装 Visual Studio 2022 运行库。

    macOS（Apple Silicon / M1/M2/M3）

    终端
    # 第1步：安装 Python 3.11（必须 3.11，不支持 3.13）
brew install python@3.11 python-tk@3.11

# 第2步：克隆仓库
git clone https://github.com/hacksider/Deep-Live-Cam.git
cd Deep-Live-Cam

# 第3步：创建虚拟环境（必须用 python3.11）
python3.11 -m venv venv
source venv/bin/activate

# 第4步：安装依赖
pip install -r requirements.txt

# 第5步：下载模型到 models/ 文件夹

# 第6步：运行
python run.py

    ⚠️ macOS 特别注意：Apple Silicon 需安装 onnxruntime-silicon==1.13.1，Intel 旧款 Mac 需安装 onnxruntime-coreml==1.21.0。

    Linux

    终端
    git clone https://github.com/hacksider/Deep-Live-Cam.git
cd Deep-Live-Cam
python3 -m venv venv
source venv/bin/activate
pip install -r requirements.txt
# 下载模型到 models/
python run.py

    方式三：GPU 加速版（追求速度必看）

    如果你有 NVIDIA 显卡，开启 CUDA 加速后速度提升 5-10 倍：

    执行提供器适用硬件安装命令
    cudaNVIDIA 独显pip install onnxruntime-gpu==1.21.0 + 安装 CUDA Toolkit
    coreml（Silicon）Apple M1/M2/M3pip install onnxruntime-silicon==1.13.1（仅 Python 3.11）
    directmlWindows AMD 显卡pip install onnxruntime-directml==1.21.0
    openvinoIntel 硬件pip install onnxruntime-openvino==1.21.0
    cpu无独显设备无需额外安装，但速度较慢

    五、使用——完整操作流程

    场景一：给图片/视频换脸（最常用）

    离线处理，适合做视频素材、表情包。

    1. 1

      启动

      运行 python run.py，打开图形界面

    2. 2

      选源脸

      点击「Select a face」→ 选择一张源人脸照片（正脸、清晰、无遮挡）

    3. 3

      选目标

      点击「Select a target」→ 选择要换脸的目标图片或视频

    4. 4

      优化（可选）

      勾选「Mouth Mask」让嘴部表情更自然

    5. 5

      开始

      点击「Start」→ 等待处理完成

    6. 6

      输出

      文件保存在项目根目录下（以目标文件名命名的文件夹）

    场景二：实时摄像头换脸（虚拟主播/直播）

    适合 B 站直播、虚拟形象、视频会议整活。

    1. 1

      启动

      运行 python run.py

    2. 2

      选脸

      点击「Select a face」→ 选择源人脸照片

    3. 3

      进入 Live 模式

      点击「Live」按钮（不是 Start）

    4. 4

      等待加载

      等待 10-30 秒，预览画面加载完成

    5. 5

      推流

      打开 OBS 等推流软件，捕获 Deep-Live-Cam 的画面窗口

    6. 6

      开播

      开始直播——你对着摄像头做的动作，都会实时映射到源人脸上

    💡 直播中途想换脸？只需重新选择一张源人脸图片，无需重启。

    场景三：命令行批量处理（高阶用法）

    批量换脸命令
    # 给视频换脸，保留原始帧率和音频
python run.py -s 源人脸.jpg -t 目标视频.mp4 -o 输出视频.mp4 \
  --keep-fps --keep-audio --many-faces

# 参数说明：
# -s : 源人脸路径
# -t : 目标文件路径
# -o : 输出文件路径
# --many-faces : 处理画面中所有人脸（不只是最大的一张）
# --mouth-mask : 启用嘴部遮罩
# --execution-provider cuda : 使用 NVIDIA GPU 加速
# --max-memory 8 : 限制最大内存使用量为 8GB

    六、效果优化——让换脸更自然的技巧

    问题原因解决方法
    嘴部动作不自然源脸和目标脸嘴型差异大启用「Mouth Mask」功能
    画质模糊源脸照片分辨率低用高清正脸照，至少 512×512
    光线不匹配源脸和目标视频光线条件不同换脸后用人脸增强模型（GFPGAN）修复
    有多张脸时只换了一张默认只处理最大脸勾选「Many Faces」选项
    实时模式卡顿没有 GPU 加速安装 CUDA 版 onnxruntime，或降低分辨率
    源脸角度偏差大用的照片不是正脸用正脸、无侧光、无遮挡的照片

    选照片的建议（非常重要）

    ✅ 正脸、双眼可见、无遮挡、光线均匀
    ✅ 分辨率至少 512×512，越清晰越好
    ✅ 表情自然，不要大笑或做夸张表情
    ❌ 不要用侧脸、低头/仰头、戴墨镜、有阴影的照片

    七、合规边界——这条线不能踩

    项目作者非常明确地标注了合规要求，工具里也内置了内容检测机制。

    ✅ 合法用途

    ❌ 禁止用途

    法律风险提示：中国《深度合成管理规定》要求 AI 生成内容必须标识，未经同意使用他人人脸可能侵犯肖像权。欧盟 GDPR 对生物识别数据有严格规定。美国各州法律不同，加州等对深度伪造有专门立法。

    一句话：只对自己的脸或获得书面授权的人脸使用，公开发布必须标注。

    八、常见问题 FAQ

    问题答案
    需要什么配置的电脑？最低：任意电脑（CPU 模式）。推荐：NVIDIA 2060+ 显卡，16GB 内存。macOS：M1 及以上。
    处理 1 分钟视频要多久？CPU：10-30 分钟；RTX 3060：1-3 分钟；RTX 4090：约 30 秒。
    可以在手机上用吗？不可以，必须在电脑上运行。但可以在电脑上处理完再传到手机。
    换脸视频会被检测到吗？有可能。AI 检测工具越来越准。合规用途主动标注「深度伪造」即可。
    预编译版和开源版选哪个？新手选预编译版，省去配置麻烦。研究代码、自定义功能再选开源版。
    macOS Python 版本冲突？用 brew install python@3.11 创建独立虚拟环境。

    九、项目资源

    资源链接
    GitHub 仓库github.com/hacksider/Deep-Live-Cam
    官方预编译版下载deeplivecam.net/quickstart
    模型文件下载（HuggingFace）huggingface.co/hacksider/deep-live-cam
    作者 Twittertwitter.com/hacksider
    问题反馈（GitHub Issues）github.com/hacksider/Deep-Live-Cam/issues
    国内详细安装教程CSDN 安装教程

    十、一句话总结

    Deep-Live-Cam 是一张「数字面具」——一张照片，就能让你在镜头前变成另一个人。

    工具本身没有对错，用在合法合规的创意场景，它就是生产力；用错了地方，它就是麻烦的起点。

    技术无罪，用者有责。
    标签
    AI换脸 开源 GitHub Deep-Live-Cam 虚拟主播 影视特效 换脸工具