Deep-Live-Cam：仅需一张图片，实现实时人脸替换与视频换脸

GitHub Trending 今日第一 · 2026-03-29 · ⭐ 今日新增 1,814 stars

项目简介

Deep-Live-Cam 是由 hacksider 开源的实时人脸替换与视频深度伪造工具（当前版本 v2.7 beta）。其最大亮点在于：仅需一张图片，即可在直播、视频通话或本地视频中实时替换人脸，操作简单到只需三步完成。

该项目已被 Ars Technica、Yahoo!、CNN 巴西、Bloomberg 等多家国际媒体报道，在 GitHub 上引发广泛关注。

核心功能

实时人脸替换：在网络摄像头流、直播或视频通话中实时替换目标人脸
单图驱动：只需提供一张源人脸图片，无需视频或大量样本
嘴部蒙版：保留原始嘴部动作，提升换脸准确性和自然感
多人脸映射：支持同时为画面中多个目标人物应用不同的人脸
电影/直播换脸：实时在影视内容或直播节目中替换面孔
表情包制作：快速生成创意内容

安装方法

快速入门（推荐普通用户）

官方提供预构建版本，支持 Windows / Mac Silicon / CPU，包含 30+ 额外功能及优先技术支持：

1

https://deeplivecam.net/index.php/quickstart

手动安装（技术用户）

环境要求：

Python 3.11（推荐）
pip、git、ffmpeg
Visual Studio 2022 运行库（Windows）

安装步骤：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12


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

# 2. 下载模型文件到 models/ 目录
#    - GFPGANv1.4.onnx
#    - inswapper_128_fp16.onnx

# 3. 创建虚拟环境并安装依赖
python -m venv venv
source venv/bin/activate  # Windows: venv\Scripts\activate
pip install -r requirements.txt

GPU 加速支持：

平台	加速方案	说明
Nvidia	CUDA	需要 CUDA Toolkit 12.8.0 + cuDNN v8.9.7
Apple Silicon	CoreML	针对 M1/M2/M3 芯片优化
AMD (Windows)	DirectML	Windows 原生 GPU 支持
Intel	OpenVINO	Intel 硬件加速
通用	CPU	无 GPU 亦可运行，性能较低

使用方法

三步完成实时换脸

选择源人脸图片（你想要替换成的人脸）
选择要使用的摄像头
点击 “Live” 开始实时换脸

两种工作模式

图片/视频模式：处理本地静态图片或视频文件，批量换脸
网络摄像头模式：实时视频流处理，适合直播和视频会议

技术栈

组件	技术
深度学习推理	ONNX Runtime
人脸识别	InsightFace
视频处理	FFmpeg
图像增强	GFPGAN、BasicSR
语言	Python 3.11

重要声明

⚠️ 使用须知：本工具面向 AI 生成媒体行业的合法创作用途。使用时须遵守以下原则：

使用真实人物面孔前必须获得当事人明确同意

内置内容检查机制，防止处理不适当内容

用户须自行承担因使用本工具产生的一切法律责任

请严格遵守所在地区的法律法规，尊重他人隐私与肖像权

项目链接

GitHub 仓库：https://github.com/hacksider/Deep-Live-Cam
官方网站：https://deeplivecam.net