deep-live-cam

Deep-Live-Cam es una herramienta de código abierto para el intercambio facial en tiempo real y deepfakes de video. Dada una única imagen de rostro fuente, puede reemplazar rostros en transmisiones de webcam en vivo o en imágenes y videos pregrabados, con salida disponible casi al instante. El proyecto está diseñado para la industria de medios generados por IA, incluida la animación de personajes personalizados, la creación de contenido y trabajos creativos similares. El README incluye un descargo de responsabilidad sobre el uso ético, señalando que los usuarios deben obtener consentimiento al usar el rostro de una persona real, etiquetar claramente la salida deepfake al compartirla y cumplir con las leyes aplicables. El software afirma tener una verificación integrada que impide procesar medios inapropiados como desnudez, contenido gráfico o material sensible. Los desarrolladores indican que podrían añadir marcas de agua o cerrar el proyecto si la ley lo exige. Las características clave destacadas en el repositorio incluyen: - Intercambio facial en webcam en vivo con una vista previa que puede transmitirse mediante herramientas como OBS. - Intercambio facial en imágenes y videos, con resultados guardados en un directorio nombrado según el video objetivo. - Opción de máscara de boca para conservar el movimiento original de la boca. - Mapeo facial para aplicar rostros diferentes a múltiples sujetos simultáneamente. - Soporte para muchos rostros en un solo cuadro. - Modo CLI mediante el argumento -s/--source para uso en scripts. La instalación manual requiere Python 3.11-3.14, pip, git, ffmpeg y, en Windows, los runtimes de Visual Studio 2022. Se descargan dos archivos de modelo desde Hugging Face y se colocan en una carpeta models: gfpgan-1024.onnx e inswapper_128_fp16.onnx. El proyecto recomienda usar un entorno virtual. Se proporcionan instrucciones para Windows, Linux y macOS, incluidos pasos específicos para Apple Silicon usando Python 3.14 y el paquete tkinter. La aceleración por hardware admite múltiples proveedores de ejecución: - CUDA para GPU NVIDIA, usando CUDA Toolkit 12.8 y cuDNN, con onnxruntime-gpu. - CoreML para Apple Silicon, usando la compilación oficial de onnxruntime. - CoreML legacy para dispositivos Apple más antiguos mediante onnxruntime-coreml. - DirectML para dispositivos Windows, incluidas GPU AMD. - OpenVINO para hardware Intel, con emparejamientos de versiones específicos entre onnxruntime-openvino y OpenVINO. Los argumentos de línea de comandos incluyen source, target, output, selección de procesador de cuadros, keep-fps, keep-audio, many-faces, map-faces, mouth-mask, opciones de codificador y calidad de video, live mirror, live resizable, max memory, execution provider, execution threads y version. El proyecto también promueve una versión 'Ultimate' preconstruida por separado con características adicionales, optimizaciones y soporte prioritario, disponible a través de su sitio web oficial. El repositorio acredita varios proyectos de código abierto previos, incluidos insightface por los modelos y el código de la biblioteca, roop como proyecto anterior del autor base, y varios contribuyentes por el soporte de webcam, el manejo de múltiples rostros y las optimizaciones de plataforma. También enumera cobertura de prensa de medios como Ars Technica, CNN Brasil, Bloomberg Technoz, TrendMicro y PetaPixel, así como reacciones de streamers.