Deep-Live-Cam v2.8
实时换脸和仅需一张图片的一键视频深度伪造
Deep-Live-Cam 2.1.6
只需单击一次且仅需一张图像，即可实现实时换脸和视频深度伪造。
免责声明
这款深度伪造软件旨在成为 AI 生成媒体行业的生产力工具。它可以帮助艺术家为自定义角色制作动画、创作引人入胜的内容，甚至使用模型进行服装设计。
我们意识到其可能被用于不道德用途，并致力于采取预防措施。内置检查可防止程序处理不当媒体（裸体、血腥内容、战争影像等敏感材料）。我们将继续负责任地开发此项目，遵守法律和道德规范。如有法律要求，我们可能会关闭项目或添加水印。
-
道德使用：用户应以负责任且合法的方式使用本软件。如果使用真实人物的面部，请获得其同意，并在在线分享时明确标注任何输出为深度伪造。
-
内容限制：软件包含内置检查，以防止处理不当媒体，如裸体、血腥内容或敏感材料。
-
法律合规：我们遵守所有相关法律和道德准则。如有法律要求，我们可能会关闭项目或为输出添加水印。
-
用户责任：我们不对最终用户的行为负责。用户必须确保其对软件的使用符合道德标准和法律要求。
使用本软件即表示您同意这些条款，并承诺以尊重他人权利和尊严的方式使用它。
用户应以负责任且合法的方式使用本软件。如果使用真实人物的面部，请获得其同意，并在在线分享时明确标注任何输出为深度伪造。我们不对最终用户的行为负责。
预构建的 Deep-Live-Cam 2.8 Ultimate！
Windows • Mac Silicon • CPU • NVIDIA • AMD
针对您的硬件优化的构建版本。
Ultimate 包含 30+ 项独家功能、性能优化和优先支持。我们只有一个官方网站，即 https://deeplivecam.net 。请谨慎选择从该网站和此 GitHub 仓库之外的其他地方下载此应用程序的其他版本。
如果您希望以最快的方式完成设置，无需手动安装、预配置依赖项，并为每个受支持的平台提供优化构建版本，那么这将是完美之选。
TLDR；只需 3 次点击即可实现实时 Deepfake
- 选择一张人脸
- 选择要使用的摄像头
- 按下 live！
功能与用途 - 一切皆为实时
嘴部遮罩
使用嘴部遮罩保留你原本的嘴部，以实现准确的动作
人脸映射
在多个对象上同时使用不同的人脸
你的电影，你的脸
实时用任意人脸观看电影
直播表演
进行直播表演和演出
梗图
创作你迄今为止最具病毒传播力的梗图
使用 Deep-Live-Cam 中的 Many Faces 功能创建
Omegle
在 Omegle 上给人们带来惊喜
安装（手动）
请注意，安装需要技术技能，不适合初学者。请考虑下载快速启动版本。
点击查看流程
安装
这种方式更有可能在你的计算机上运行成功，但由于使用 CPU，速度会较慢。
1. 设置你的平台
- Python（推荐 3.14；支持 3.11-3.14）
- pip
- git
- ffmpeg -
iex (irm ffmpeg.tc.ht) - Visual Studio 2022 运行时（Windows）
2. 克隆仓库
git clone --depth 1 https://github.com/hacksider/Deep-Live-Cam.git
cd Deep-Live-Cam
3. 下载模型
将这些文件放入“models”文件夹中。
4. 安装依赖项
我们强烈建议使用 venv 以避免出现问题。
对于 Windows：
python -m venv venv
venv\Scripts\activate
pip install -r requirements.txt
对于 Linux：
# Ensure you use the installed Python 3.14
python3 -m venv venv
source venv/bin/activate
pip install -r requirements.txt
适用于 macOS：
Apple Silicon（M1 至 M5）需要特定设置：
# Install Python 3.14
brew install [email protected]
# Install tkinter package (required for the GUI)
brew install [email protected]
# Create and activate virtual environment with Python 3.14
python3.14 -m venv venv
source venv/bin/activate
# Install dependencies
pip install -r requirements.txt
** 如果出现问题，你需要重新安装虚拟环境 **
# Deactivate the virtual environment
rm -rf venv
# Reinstall the virtual environment
python -m venv venv
source venv/bin/activate
# install the dependencies again
pip install -r requirements.txt
# gfpgan and basicsrs issue fix
pip install git+https://github.com/xinntao/BasicSR.git@master
pip uninstall gfpgan -y
pip install git+https://github.com/TencentARC/GFPGAN.git@master
运行： 如果没有 GPU，可以使用 python run.py 运行 Deep-Live-Cam。请注意，首次执行时会下载模型（约 300MB）。
GPU 加速
CUDA 执行提供程序（Nvidia）
- 安装 CUDA Toolkit 12.8.0
- 安装 适用于 CUDA 12.x 的 cuDNN v8.9.7（onnxruntime-gpu 所需）：
- 下载适用于 CUDA 12.x 的 cuDNN v8.9.7
- 确保 cuDNN 的 bin 目录已添加到系统 PATH 中
- 安装依赖项：
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
- 用法：
python run.py --execution-provider cuda
CoreML 执行提供程序（Apple Silicon）
Apple Silicon（M1 至 M5）专用安装：
- 确保你已使用 Python 3.14 完成上述 macOS 设置。
- 无需额外的安装步骤——
requirements.txt会拉取官方onnxruntime构建，其 macOS wheel 已内置 CoreML 执行提供程序。 如果你之前安装过已停止维护的onnxruntime-silicon分支， 请先将其移除，因为它会遮蔽真正的软件包：
pip uninstall onnxruntime-silicon
pip install -r requirements.txt
- 用法：
python3.14 run.py --execution-provider coreml
macOS 重要说明：
- 最低要求 Python 3.11（onnxruntime 已放弃 3.10）；推荐使用 3.14
- 如果安装了多个 Python 版本，请始终使用
python3.14命令，而不仅仅是python - 如果遇到
_tkinter缺失的错误，请重新安装 tkinter 包：brew reinstall [email protected] - 如果遇到模型加载错误，请检查模型是否位于正确的文件夹中
- 如果遇到与其他 Python 版本的冲突，请考虑卸载它们：
# List all installed Python versions brew list | grep python # Uninstall conflicting versions if needed brew uninstall --ignore-dependencies [email protected] # Keep only Python 3.14 brew cleanup
CoreML 执行提供程序（Apple 旧版）
- 安装依赖：
pip uninstall onnxruntime onnxruntime-coreml
pip install onnxruntime-coreml==1.21.0
- 用法：