像 Deepfake 和换脸这样的人工智能技术在我们的日常数字生活中越来越常见。我们经常浏览一些我们喜欢的名人或政治领袖的胶片和视频，他们做着各种搞笑的事情。虽然我们知道这些都是假的，而且是由人工智能生成的，但你有没有想过它们是如何制作出来的？Deep Live Cam 就是制作此类内容的工具之一。它是一款开源工具，可以让你实时交换视频中的脸部，并仅使用一张图片即可创建 Deepfake。在本博客中，我们将了解 Deep Live Cam 的工作原理、设置方法，以及负责任地使用实时换脸工具时需要注意的事项。

主要特点

以下是它的一些主要特点：

• 实时换脸：以最小的延迟快速更改视频中的面孔。
• Easy Deepfakes：只需一张图片即可轻松生成深度伪造视频。
• 适用于多种系统：在 CPU、NVIDIA CUDA 和 Apple Silicon 硬件上运行。
• 更佳画质：使用 GFPGAN 等模型，使换脸效果更逼真。这提升了实时换脸的视觉效果。
• 模块化软件设计：具有模块化结构，可轻松更新，新模型出现时即可添加。
• 安全措施：包括防止其用于有害用途的检查。这符合法律和道德标准。

Deep Live Cam 内部如何运作？

Deep Live Cam 结合多种不同的 AI 模型来实现实时换脸功能。这些模型包括： 

• inswapper： InsightFace 开发的这个模型基于数百万张面部图像进行训练。该模型能够从二维图像推断出三维面部结构，并将身份特征与姿势特征分离。这使得人脸替换能够流畅进行。
• GFPGAN：换脸后，GFPGAN 会提升图像质量。它会优化细节并纠正图像错误。此过程确保深度伪造视频生成具有逼真的视觉效果。

入门：安装和设置

本部分将指导您安装 Deep Live Cam。请仔细按照以下步骤操作，以确保设置成功。正确安装后，软件将具备实时人脸交换和深度伪造视频生成功能。

安装 Python 3.10

Deep Live Cam 建议使用 Python 3.10 版本。较新的版本（例如 3.12 或 3.13）可能会导致错误。如果您使用的 Python 版本高于 3.10，则可能会看到以下错误：ModuleNotFoundError：没有名为“distutils”的模块。出现此错误的原因是 distutils 不包含在较新的 Python 版本中。使用 Python 3.10 可以避免这种情况。

请访问此处的官方 Python 发布页面。

安装 FFmpeg

Deep Live Cam 的视频处理由 FFmpeg 负责。

下载 FFmpeg：我们在 Linux 上运行这个系统，所以 

# Make a directory in your home for FFmpeg m

kdir -p ~/apps/ffmpeg && cd ~/apps/ffmpeg 




# Download a static build of FFmpeg for Linux 

wget https://johnvansickle.com/ffmpeg/releases/ffmpeg-release-amd64-static.tar.xz 




# Extract it 

tar -xf ffmpeg-release-amd64-static.tar.xz 




# Enter the extracted directory 

cd ffmpeg-*-amd64-static 




# Test it 

ffmpeg -version

export PATH="$HOME/apps/ffmpeg/ffmpeg-*-amd64-static:$PATH"

克隆 Deep Live Cam 存储库

接下来，获取 Deep Live Cam 项目文件。

使用 Git 克隆：打开终端或命令提示符。使用 cd your\desired\path 导航到所需目录。然后运行：

git clone https://github.com/hacksider/Deep-Live-Cam.git

终端将显示克隆进度。现在使用以下命令更改目录 

cd Deep-Live-Cam

下载AI模型

Deep Live Cam 需要特定的 AI 模型才能运行。

1. 下载这两个模型文件：
   • GFPGANv1.4.pth
   • inswapper_128_fp16.onnx
2. 将两个下载的文件放入 Deep-Live-Cam 项目目录内的“models”文件夹中：

使用 venv 安装依赖项

建议使用虚拟环境 (venv)。它可以隔离项目依赖关系。venv 是一个 Python 工具，它可以创建隔离的 Python 环境。这可以防止项目之间的软件包冲突。每个项目都可以拥有自己的软件包版本。它还能保持你的主要 Python 安装干净整洁。

创建虚拟环境：在 Deep-Live-Cam 根目录中打开终端。运行：

python -m venv deepcam

如果您有多个 Python 版本，请使用其完整路径指定 Python 3.10：

/path/to/your/python3.10 -m venv deepcam

1.激活虚拟环境：

On macOS/Linux source deepcam/bin/activate

2. 您的命令行提示符现在应该在开头显示 (deepcam)：

安装所需的软件包：在虚拟环境处于活动状态时，运行：

pip install -r requirements.txt

此过程可能需要几分钟才能下载应用程序所需的所有库。

运行应用程序（初始 CPU 运行）

安装依赖项后，即可运行程序。

在终端中执行以下命令（确保 venv 处于活动状态）：

python run.py

注意：第一次运行时，程序将下载额外的模型文件（约 300MB）。

您的 Deep Live Cam 现在应该已准备好进行基于 CPU 的操作：

测试深度实时摄像头

上传源脸部和目标脸部，然后单击“开始”，它将开始将您的脸部从源图像交换到目标图像。

使用 GPU 加速（可选）

为了获得更快的性能，如果您的硬件支持，您可以使用 GPU 加速。

Nvidia CUDA加速

安装 CUDA Toolkit：确保您已从 NVIDIA 网站安装了 CUDA Toolkit 11.8。

安装依赖项：

pip uninstall onnxruntime onnxruntime-gpu  pip install onnxruntime-gpu==1.16.3

使用 CUDA 运行：

python run.py --execution-provider cuda

如果程序窗口打开时没有错误，则表明 CUDA 加速正在运行。

如何使用 Deep Live Cam？

执行 python run.py 启动应用程序窗口。

• 视频/图像换脸模式：
  • 选择源人脸图像（您想要使用的人脸）。
  • 选择目标图像或视频（将替换面部的位置）。
  • 选择输出目录。
  • 点击“开始”。
  • 帧将被处理并保存到您选择的输出位置的子目录中。处理后将显示最终视频。
• 网络摄像头模式：
  • 选择源人脸图像。
  • 点击“直播”。
  • 等待几秒钟（通常为 10 到 30 秒）以显示预览窗口。
  • 面部增强：此选项可提升图像清晰度。如果硬件性能不足，可能会导致视频卡顿。

故障排除

脸部区域显示黑色块？如果您遇到此问题，请在激活的 venv 环境中尝试以下命令：

对于 Nvidia GPU 用户：

pip uninstall onnxruntime onnxruntime-gpu pip install onnxruntime-gpu==1.16.

然后，尝试再次运行该程序：

python run.py

另请阅读：如何在人工智能时代检测和处理深度伪造？

一键 Deepfake

1. 选择源照片：选择一张清晰的脸部照片。高分辨率图像最适合实时换脸。
2. 选择目标视频：选择一个视频或使用网络摄像头。换脸操作将在这里进行。
3. 设置选项：调整设置以匹配您的计算机硬件。这包括帧处理选项和输出路径。
4. 开始交换：点击“开始”按钮。此操作将启动深度伪造视频生成过程。
5. 观察并调整：在屏幕上实时查看结果。如有需要，可调整设置以获得理想效果。

我的 Deep Live Cam 测试结果

我使用名人 Sam Altman 和 Elon Musk 的清晰照片测试了 Deep Live Cam，并将实时换脸功能应用到我的直播网络摄像头中。效果相当不错：

• 逼真：交换后的面部表情自然。灯光与目标视频匹配良好。
• 运行良好：该程序在中端 NVIDIA GPU 上运行流畅，几乎没有延迟。
• 一些问题：快速的头部运动会导致一些视觉错误。极端角度也出现了一些小问题。这些方面仍有改进空间。

涉及的风险

Deep Live Cam 提供了令人兴奋的用途，但也带来了巨大的风险。它的实时人脸交换功能需要谨慎考虑。其中一些

• 身份盗窃：该工具可以有效地冒充个人。这引发了人们对身份盗窃的严重担忧。隐私可能被侵犯。
• 金融欺诈：这项技术可能助长诈骗行为。例如，伪造高管视频通话来批准不良交易。
• 信任受损：随着换脸技术的发展，辨别真假变得越来越困难。这可能会损害人们对数字沟通的信任。
• 法律问题：未经同意使用此类技术可能会引发问题。不同司法管辖区的法律规定各不相同。用户可能会因深度伪造视频生成而面临诉讼或监管行动。

用户必须了解这些风险。他们应该负责任地使用深度直播摄像头。实施安全措施会有所帮助。给深度伪造内容添加水印是其中一步。在使用肖像前征得同意至关重要。这些措施可以减少潜在的滥用。

另请阅读：仅使用一个源视频的 Deepfakes 简介

结论

Deep Live Cam 让实时换脸和 Deepfake 视频的制作变得轻而易举，即使技术水平有限。虽然它对创作者和教育工作者来说是一个强大的工具，但其易用性也引发了严重的担忧。滥用的可能性确实存在，例如身份盗窃、虚假信息或侵犯隐私。因此，负责任地使用这项技术至关重要。务必征得用户同意，添加水印等保护措施，并避免欺诈性使用。Deepfake 工具可以激发创造力，但只有谨慎使用才能实现。

常见问题