安装

这更有可能在您的计算机上运行，但由于使用 CPU，速度会较慢。

1. 设置您的平台

• Python（推荐 3.14；支持 3.11-3.14）
• pip
• git
• ffmpeg - iex (irm ffmpeg.tc.ht)
• Visual Studio 2022 Runtimes (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

1. gfpgan-1024.onnx
2. inswapper_128_fp16.onnx

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 以避免问题。

对于 Windows：

python -m venv venv
venv\Scripts\activate
pip install -r requirements.txt

对于 Linux：

# 确保您使用已安装的 Python 3.14
python3 -m venv venv
source venv/bin/activate
pip install -r requirements.txt

对于 macOS：

Apple Silicon（M1 至 M5）需要特定设置：

# 安装 Python 3.14
brew install [email protected]

# 安装 tkinter 包（GUI 必需）
brew install [email protected]

# 使用 Python 3.14 创建并激活虚拟环境
python3.14 -m venv venv
source venv/bin/activate

# 安装依赖项
pip install -r requirements.txt

如果出现问题需要重新安装虚拟环境

# 停用虚拟环境
rm -rf venv

# 重新安装虚拟环境
python -m venv venv
source venv/bin/activate

# 再次安装依赖项
pip install -r requirements.txt

# gfpgan 和 basicsrs 问题修复
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： 如果您没有 GPU，可以使用 python run.py 运行 Deep-Live-Cam。请注意，首次执行将下载模型（约 300MB）。

GPU 加速

CUDA 执行提供程序（Nvidia）

1. 安装 CUDA Toolkit 12.8.0
2. 安装 cuDNN v8.9.7 for CUDA 12.x（onnxruntime-gpu 必需）：
   • 下载 cuDNN v8.9.7 for CUDA 12.x
   • 确保 cuDNN bin 目录在您的系统 PATH 中
3. 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

3. 用法：

python run.py --execution-provider cuda

CoreML 执行提供程序（Apple Silicon）

Apple Silicon（M1 至 M5）特定安装：

1. 确保您已使用 Python 3.14 完成上述 macOS 设置。
2. 无需额外安装步骤 — requirements.txt 会拉取官方 onnxruntime 构建，其 macOS wheel 附带 CoreML 执行提供程序。 如果您之前安装了无人维护的 onnxruntime-silicon 分支， 请先将其移除，因为它会遮蔽真正的包：

pip uninstall onnxruntime-silicon
pip install -r requirements.txt

3. 用法：

python3.14 run.py --execution-provider coreml

macOS 重要说明：

• Python 3.11 是最低版本（onnxruntime 已放弃 3.10）；推荐使用 3.14
• 如果您安装了多个 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，请检查您的模型是否位于正确的文件夹中
• 如果与其他 Python 版本发生冲突，请考虑卸载它们：

  # 列出所有已安装的 Python 版本
  brew list | grep python
  
  # 如有需要，卸载冲突版本
  brew uninstall --ignore-dependencies [email protected]
  
  # 仅保留 Python 3.14
  brew cleanup
  

CoreML 执行提供程序（Apple Legacy）

1. 安装依赖项：

pip uninstall onnxruntime onnxruntime-coreml
pip install onnxruntime-coreml==1.21.0

2. 用法：

python run.py --execution-provider coreml

DirectML 执行提供程序（Windows）

1. 安装依赖项：

pip uninstall onnxruntime onnxruntime-directml
pip install onnxruntime-directml==1.21.0

2. 用法：

python run.py --execution-provider directml

OpenVINO™ 执行提供程序（Intel）

1. 安装依赖项：

pip uninstall onnxruntime onnxruntime-openvino
pip install onnxruntime-openvino==1.21.0

注意： 高于 1.21.0 的 onnxruntime-openvino 必须与 openvino 一起安装，且两个版本必须一一对应。支持的配对如下：

# 示例：onnxruntime-openvino 1.24.1 与 OpenVINO 2025.4.1 配对
pip install openvino==2025.4.1
pip install onnxruntime-openvino==1.24.1