Deep-Live-Cam 2.1.6 Release: Enhanced Ethics and Real-time Face Swap
Open-source project Deep-Live-Cam updated to version 2.1.6, featuring one-click real-time face swapping from a single image. The release emphasizes enhanced built-in safety mechanisms that automatically block inappropriate media processing, alongside strict guidelines for legal compliance and consent.
Related Entities
Full Report
Contents12 sections
Deep-Live-Cam 2.1.6
只需单击一次,仅凭一张图片即可实现实时换脸和视频深度伪造。
免责声明
本深度伪造软件旨在成为 AI 生成媒体行业的生产力工具。它可以协助艺术家为自定义角色制作动画、创建引人入胜的内容,甚至用于服装设计模型。
我们意识到其潜在的滥用风险,并致力于采取预防措施。内置检查机制可防止程序处理不当媒体内容(如裸露、血腥画面、战争影像等敏感材料)。我们将持续负责任地开发此项目,严格遵守法律法规与伦理准则。如有法律要求,我们可能会关闭该项目或在输出中添加水印。
- 道德使用:用户应负责任且合法地使用本软件。若使用真实人物的面部,须获得其同意,并在在线分享时明确标注输出内容为深度伪造。
- 内容限制:软件内置检查机制,防止处理不当媒体内容,如裸露、血腥画面或敏感材料。
- 法律合规:我们遵守所有相关法律法规和伦理指南。如有法律要求,我们可能会关闭该项目或在输出中添加水印。
- 用户责任:我们对终端用户的行为不承担责任。用户必须确保其软件使用符合伦理标准和法律要求。
使用本软件即表示您同意上述条款,并承诺以尊重他人权利与尊严的方式使用该软件。
用户应负责任且合法地使用本软件。若使用真实人物的面部,须获得其同意,并在在线分享时明确标注输出内容为深度伪造。我们对终端用户的行为不承担责任。
预构建版 Deep-Live-Cam 2.7.5 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、性能优化以及优先支持。我们唯一的官方网站是 https://deeplivecam.net 。请务必注意,除该网站和本 GitHub 仓库外,请勿从其他来源下载本应用程序的其他版本。
如果您希望以最快速度完成设置,无需任何手动安装步骤,依赖项已预先配置好,并为每个受支持的平台提供优化构建,那么这是完美之选。
TLDR;仅需 3 次点击即可实现实时深度伪造
- 选择一张人脸
- 选择要使用的摄像头
- 点击“开始直播”!
功能与用途 - 全程实时处理
嘴部遮罩 (Mouth Mask)
使用嘴部遮罩保留原始嘴型,确保动作精准自然
多人脸映射 (Face Mapping)
同时为多个主体应用不同人脸
你的电影,你的脸
实时观看任意人脸替换的电影
直播秀
运行直播节目和表演
表情包 (Memes)
创作你最爆火的表情包
使用 Deep-Live-Cam 的多人脸功能制作
Omegle
在 Omegle 上给人惊喜
安装(手动)
请注意,此安装过程需要一定的技术背景,不适合初学者。建议下载快速启动版本。
<details> <summary>点击查看详细步骤</summary>安装
这种方式在你的计算机上更可能成功运行,但由于使用 CPU 进行计算,速度会较慢。
1. 配置平台环境
- 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-Cam3. 下载模型
将这些文件放入 "models" 文件夹中。
4. 安装依赖
我们强烈建议使用 venv 以避免潜在问题。
对于 Windows:
python -m venv venv
venv\Scripts\activate
pip install -r requirements.txt对于 Linux:
# 确保使用已安装的 Python 3.14
python3 -m venv venv
source venv/bin/activate
pip install -r requirements.txt对于 macOS:
Apple Silicon (M1 至 M5) 芯片需要特定设置:
# 安装 Python 3.14
brew install [email protected]
# 安装 tkinter 包(GUI 所需)
brew install [email protected]
# 创建并激活基于 Python 3.14 的虚拟环境
python3.14 -m venv venv
source venv/bin/activate
# 安装依赖
pip install -r requirements.txt如果出现问题且需要重新安装虚拟环境时
# 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
# 修复 gfpgan 和 basicsrs 问题
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: 如果你没有 GPU,可以使用 python run.py 来运行 Deep-Live-Cam。请注意,首次执行时会下载模型(约 300MB)。
(注:更多技术实现细节与完整 API 文档请查阅原项目 README)