
Deep-Live-Cam v2.7.5-Ultimate
Echtzeit-Gesichtstausch und Ein-Klick-Video-Deepfake mit nur einem einzigen Bild
Deep-Live-Cam 2.1.6
Echtzeit-Gesichtstausch und Video-Deepfake mit einem einzigen Klick und nur einem einzigen Bild.
Haftungsausschluss
Diese Deepfake-Software wurde als produktives Werkzeug für die KI-generierte Medienbranche entwickelt. Sie kann Künstlern dabei helfen, eigene Charaktere zu animieren, ansprechende Inhalte zu erstellen und sogar Modelle für die Bekleidungsgestaltung zu verwenden.
Wir sind uns des Potenzials für unethische Anwendungen bewusst und setzen uns für vorbeugende Maßnahmen ein. Eine integrierte Prüfung verhindert, dass das Programm unangemessene Medien (Nacktheit, grafische Inhalte, sensibles Material wie Kriegsaufnahmen usw.) verarbeitet. Wir werden dieses Projekt weiterhin verantwortungsvoll und unter Einhaltung von Gesetzen und Ethik entwickeln. Wir können das Projekt einstellen oder Wasserzeichen hinzufügen, wenn dies gesetzlich vorgeschrieben ist.
-
Ethische Nutzung: Von den Nutzern wird erwartet, dass sie diese Software verantwortungsvoll und legal nutzen. Wenn Sie das Gesicht einer echten Person verwenden, holen Sie deren Einwilligung ein und kennzeichnen Sie jede Ausgabe beim Teilen online eindeutig als Deepfake.
-
Inhaltsbeschränkungen: Die Software enthält integrierte Prüfungen, um die Verarbeitung unangemessener Medien wie Nacktheit, grafischer Inhalte oder sensiblen Materials zu verhindern.
-
Rechtliche Einhaltung: Wir halten uns an alle relevanten Gesetze und ethischen Richtlinien. Wenn es gesetzlich vorgeschrieben ist, können wir das Projekt einstellen oder Wasserzeichen zur Ausgabe hinzufügen.
-
Verantwortung des Nutzers: Wir sind nicht für Handlungen der Endnutzer verantwortlich. Die Nutzer müssen sicherstellen, dass ihre Nutzung der Software ethischen Standards und gesetzlichen Anforderungen entspricht.
Durch die Nutzung dieser Software stimmen Sie diesen Bedingungen zu und verpflichten sich, sie in einer Weise zu nutzen, die die Rechte und die Würde anderer respektiert.
Von den Nutzern wird erwartet, dass sie diese Software verantwortungsvoll und legal nutzen. Wenn Sie das Gesicht einer echten Person verwenden, holen Sie deren Einwilligung ein und kennzeichnen Sie jede Ausgabe beim Teilen online eindeutig als Deepfake. Wir sind nicht für Handlungen der Endnutzer verantwortlich.
Vorgefertigtes Deep-Live-Cam 2.7.5 Ultimate!
Windows • Mac Silicon • CPU • NVIDIA • AMD
Für Ihre Hardware optimierte Builds.
Ultimate enthält 30+ exklusive Funktionen, Leistungsoptimierungen und Prioritäts-Support. Wir haben nur eine einzige offizielle Website, nämlich https://deeplivecam.net . Bitte seien Sie vorsichtig, wo Sie andere Versionen dieser Anwendung herunterladen, abgesehen von dieser Website und diesem GitHub-Repository.
Perfekt, wenn Sie die schnellste Einrichtung mit null manueller Installation, vorkonfigurierten Abhängigkeiten und optimierten Builds für jede unterstützte Plattform wünschen.
TLDR; Live-Deepfake in nur 3 Klicks

- Wählen Sie ein Gesicht aus
- Wählen Sie, welche Kamera verwendet werden soll
- Drücken Sie Live!
Funktionen & Verwendungszwecke - Alles in Echtzeit
Mundmaske
Behalten Sie Ihren ursprünglichen Mund für präzise Bewegungen mit der Mundmaske bei
Gesichtszuordnung
Verwenden Sie gleichzeitig verschiedene Gesichter für mehrere Personen
Ihr Film, Ihr Gesicht
Sehen Sie Filme in Echtzeit mit jedem beliebigen Gesicht
Live-Show
Führen Sie Live-Shows und Aufführungen durch
Memes
Erstellen Sie Ihr viralstes Meme aller Zeiten
Erstellt mit der Many-Faces-Funktion in Deep-Live-Cam
Omegle
Überraschen Sie Leute auf Omegle
Installation (Manuell)
Bitte beachten Sie, dass die Installation technische Fähigkeiten erfordert und nichts für Anfänger ist. Erwägen Sie, die Quickstart-Version herunterzuladen.
Klicken Sie, um den Prozess zu sehen
Installation
Dies funktioniert wahrscheinlicher auf Ihrem Computer, ist aber langsamer, da es die CPU nutzt.
1. Richten Sie Ihre Plattform ein
- Python (3.14 empfohlen; 3.11-3.14 unterstützt)
- pip
- git
- ffmpeg -
iex (irm ffmpeg.tc.ht) - Visual Studio 2022 Runtimes (Windows)
2. Klonen Sie das Repository
git clone --depth 1 https://github.com/hacksider/Deep-Live-Cam.git
cd Deep-Live-Cam
3. Laden Sie die Modelle herunter
Legen Sie diese Dateien in den Ordner "models".
4. Installieren Sie die Abhängigkeiten
Wir empfehlen dringend, eine venv zu verwenden, um Probleme zu vermeiden.
Für Windows:
python -m venv venv
venv\Scripts\activate
pip install -r requirements.txt
Für Linux:
# Stellen Sie sicher, dass Sie das installierte Python 3.14 verwenden
python3 -m venv venv
source venv/bin/activate
pip install -r requirements.txt
Für macOS:
Apple Silicon (M1 bis M5) erfordert eine spezielle Einrichtung:
# Installieren Sie Python 3.14
brew install [email protected]
# Installieren Sie das tkinter-Paket (für die GUI erforderlich)
brew install [email protected]
# Erstellen und aktivieren Sie eine virtuelle Umgebung mit Python 3.14
python3.14 -m venv venv
source venv/bin/activate
# Installieren Sie die Abhängigkeiten
pip install -r requirements.txt
** Falls etwas schiefgeht und Sie die virtuelle Umgebung neu installieren müssen **
# Deaktivieren Sie die virtuelle Umgebung
rm -rf venv
# Installieren Sie die virtuelle Umgebung neu
python -m venv venv
source venv/bin/activate
# Installieren Sie die Abhängigkeiten erneut
pip install -r requirements.txt
# gfpgan- und basicsrs-Fehlerbehebung
pip install git+https://github.com/xinntao/BasicSR.git@master
pip uninstall gfpgan -y
pip install git+https://github.com/TencentARC/GFPGAN.git@master
Ausführen: Wenn Sie keine GPU haben, können Sie Deep-Live-Cam mit python run.py ausführen. Beachten Sie, dass die erste Ausführung Modelle herunterlädt (~300MB).
GPU-Beschleunigung
CUDA Execution Provider (Nvidia)
- Installieren Sie CUDA Toolkit 12.8.0
- Installieren Sie cuDNN v8.9.7 für CUDA 12.x (erforderlich für onnxruntime-gpu):
- Laden Sie cuDNN v8.9.7 für CUDA 12.x herunter
- Stellen Sie sicher, dass das cuDNN-Bin-Verzeichnis in Ihrem System-PATH ist
- Installieren Sie die Abhängigkeiten:
pip install -U torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu128
pip uninstall onnxruntime onnxruntime-gpu
pip install onnxruntime-gpu==1.26.0
- Verwendung:
python run.py --execution-provider cuda
CoreML Execution Provider (Apple Silicon)
Apple Silicon (M1 bis M5) spezifische Installation:
- Stellen Sie sicher, dass Sie die obige macOS-Einrichtung mit Python 3.14 abgeschlossen haben.
- Kein zusätzlicher Installationsschritt ist erforderlich —
requirements.txtzieht den offiziellenonnxruntime-Build, dessen macOS-Räder den CoreML Execution Provider enthalten. Wenn Sie zuvor den nicht gewartetenonnxruntime-silicon-Fork installiert haben, entfernen Sie ihn zuerst, da er das echte Paket überlagert:
pip uninstall onnxruntime-silicon
pip install -r requirements.txt
- Verwendung:
python3.14 run.py --execution-provider coreml
Wichtige Hinweise für macOS:
- Python 3.11 ist das Minimum (onnxruntime hat 3.10 fallengelassen); 3.14 wird empfohlen
- Führen Sie immer mit dem Befehl
python3.14aus, nicht nur mitpython, wenn Sie mehrere Python-Versionen installiert haben - Wenn Sie einen Fehler bezüglich fehlendem
_tkintererhalten, installieren Sie das tkinter-Paket neu:brew reinstall [email protected] - Wenn Sie Modellladefehler erhalten, überprüfen Sie, ob sich Ihre Modelle im richtigen Ordner befinden
- Wenn Sie Konflikte mit anderen Python-Versionen feststellen, erwägen Sie, diese zu deinstallieren:
# Listen Sie alle installierten Python-Versionen auf brew list | grep python # Deinstallieren Sie bei Bedarf widersprüchliche Versionen brew uninstall --ignore-dependencies [email protected] # Behalten Sie nur Python 3.14 brew cleanup
CoreML Execution Provider (Apple Legacy)
- Installieren Sie die Abhängigkeiten:
pip uninstall onnxruntime onnxruntime-coreml
pip install onnxruntime-coreml==1.21.0
- Verwendung:
python run.py --execution-provider coreml
DirectML Execution Provider (Windows)
- Installieren Sie die Abhängigkeiten:
pip uninstall onnxruntime onnxruntime-directml
pip install onnxruntime-directml==1.21.0
- Verwendung:
python run.py --execution-provider directml
OpenVINO™ Execution Provider (Intel)
- Installieren Sie die Abhängigkeiten:
pip uninstall onnxruntime onnxruntime-openvino
pip install onnxruntime-openvino==1.21.0
Hinweis: onnxruntime-openvino neuer als 1.21.0 muss zusammen mit openvino installiert werden, und die beiden Versionen müssen eins zu eins korrespondieren. Die unterstützten Paarungen sind:
| onnxruntime-openvino | OpenVINO |
|---|---|
| 1.24.1 | 2025.4.1 |
| 1.23.0 | 2025.3 |
| 1.22.0 | 2025.1 |
# Beispiel: onnxruntime-openvino 1.24.1 paart mit OpenVINO 2025.4.1
pip install openvino==2025.4.1
pip install onnxruntime-openvino==1.24.1
Siehe die OpenVINO Execution Provider-Anforderungen für die vollständigen Versionszuordnungsdetails.
- Verwendung:
python run.py --execution-provider openvino
Verwendung
1. Bild-/Videomodus
- Führen Sie
python run.pyaus. - Wählen Sie ein Quell-Gesichtsbild und ein Zielbild/-video aus.
- Klicken Sie auf "Start".
- Die Ausgabe wird in einem Verzeichnis gespeichert, das nach dem Zielvideo benannt ist.
2. Webcam-Modus
- Führen Sie
python run.pyaus. - Wählen Sie ein Quell-Gesichtsbild aus.
- Klicken Sie auf "Live".
- Warten Sie, bis die Vorschau erscheint (10-30 Sekunden).
- Verwenden Sie ein Bildschirmaufnahmewerkzeug wie OBS zum Streamen.
- Um das Gesicht zu ändern, wählen Sie ein neues Quellbild aus.
Laden Sie alle Modelle über diesen Huggingface-Link herunter
Befehlszeilenargumente (Nicht gewartet)
options:
-h, --help show this help message and exit
-s SOURCE_PATH, --source SOURCE_PATH select a source image
-t TARGET_PATH, --target TARGET_PATH select a target image or video
-o OUTPUT_PATH, --output OUTPUT_PATH select output file or directory
--frame-processor FRAME_PROCESSOR [FRAME_PROCESSOR ...] frame processors (choices: face_swapper, face_enhancer, ...)
--keep-fps keep original fps
--keep-audio keep original audio
--keep-frames keep temporary frames
--many-faces process every face
--map-faces map source target faces
--mouth-mask mask the mouth region
--video-encoder {libx264,libx265,libvpx-vp9} adjust output video encoder
--video-quality [0-51] adjust output video quality
--live-mirror the live camera display as you see it in the front-facing camera frame
--live-resizable the live camera frame is resizable
--max-memory MAX_MEMORY maximum amount of RAM in GB
--execution-provider {cpu} [{cpu} ...] available execution provider (choices: cpu, ...)
--execution-threads EXECUTION_THREADS number of execution threads
-v, --version show program's version number and exit
Auf der Suche nach einem CLI-Modus? Die Verwendung des Arguments -s/--source versetzt das Programm in den CLI-Modus.
Presse
- Ars Technica - "Deep-Live-Cam geht viral und ermöglicht es jedem, ein digitales Doppelgänger zu werden"
- Yahoo! - "OK, diese virale KI-Livestream-Software ist wirklich erschreckend"
- CNN Brasil - "KI kann Gesichter auf der Webcam klonen; verstehen Sie, wie es funktioniert"
- Bloomberg Technoz - "Lernen Sie die Deep Live Cam-Technologie kennen, sie kann als Werkzeug zur Täuschung verwendet werden."
- TrendMicro - "KI gegen KI: DeepFakes und eKYC"
- PetaPixel - "Deepfake-KI-Tool ermöglicht es Ihnen, in einem Videoanruf mit einem einzigen Foto jeder zu werden"
- SomeOrdinaryGamers - "Das ist verrückt, oh Gott. Das ist verdammt abgefahren, Alter... Das ist so wild, Alter"
- IShowSpeed - "Okay, schaut, schaut, schaut, jetzt schaut in den Chat, wir können jedes Gesicht machen, dem wir ähneln wollen, Chat"
- TechLinked (Linus Tech Tips) - "Sie machen einen ziemlich guten Job beim Abgleichen von Posen, Ausdrücken und sogar der Beleuchtung"
- IShowSpeed - "Was zum Teufel! Warum sehe ich aus wie Vinny Jr? Ich sehe genau aus wie Vinny Jr!? Nein, diese Scheiße ist verrückt! Bruder, das ist verdammt verrückt!"
Danksagungen
- ffmpeg: dafür, dass video-bezogene Operationen einfach gemacht werden
- Henry: Einer der Hauptbeitragenden in diesem Repository
- deepinsight: für ihr insightface-Projekt, das eine gut gemachte Bibliothek und Modelle bereitgestellt hat. Bitte beachten Sie, dass die Verwendung des Modells nur für nicht-kommerzielle Forschungszwecke bestimmt ist.
- havok2-htwo: für das Teilen des Codes für die Webcam
- GosuDRM: für die offene Version von roop
- pereiraroland26: Unterstützung für mehrere Gesichter
- vic4key: Für die Unterstützung/Beiträge zu diesem Projekt
- kier007: für die Verbesserung der Benutzererfahrung
- qitianai: für mehrsprachige Unterstützung
- laurigates: Entkopplung von Dingen, um alles schneller zu machen!
- maxwbuckley: Für die Bemühungen, dies für Mac zu optimieren!
- und allen Entwicklern hinter den in diesem Projekt verwendeten Bibliotheken.
- Fußnote: Bitte beachten Sie, dass der ursprüngliche Autor des Codes s0md3v ist
- Allen wunderbaren Nutzern, die dazu beigetragen haben, dass dieses Projekt durch das Markieren des Repositories viral ging ❤️