इस प्रोजेक्ट के बारे में

Deep-Live-Cam एक ओपन-सोर्स रीयल-टाइम फेस स्वैप और वीडियो डीपफेक टूल है। एक ही स्रोत चेहरे की छवि दिए जाने पर, यह लाइव वेबकैम फ़ीड या पहले से रिकॉर्ड की गई छवियों और वीडियो में चेहरों को लगभग तुरंत बदल सकता है, और आउटपुट उपलब्ध होता है। यह प्रोजेक्ट AI-जनित मीडिया उद्योग के लिए डिज़ाइन किया गया है, जिसमें कस्टम पात्रों का एनिमेशन, सामग्री निर्माण और इसी तरह के रचनात्मक कार्य शामिल हैं। README में एक नैतिक उपयोग अस्वीकरण शामिल है, जिसमें कहा गया है कि उपयोगकर्ताओं को किसी वास्तविक व्यक्ति के चेहरे का उपयोग करते समय सहमति प्राप्त करनी चाहिए, साझा करते समय डीपफेक आउटपुट को स्पष्ट रूप से लेबल करना चाहिए, और लागू कानूनों का पालन करना चाहिए। सॉफ़्टवेयर में एक अंतर्निहित जाँच का दावा किया गया है जो नग्नता, ग्राफिक सामग्री या संवेदनशील सामग्री जैसे अनुपयुक्त मीडिया को संसाधित करने से रोकती है। डेवलपर्स बताते हैं कि कानूनी रूप से आवश्यक होने पर वे वॉटरमार्क जोड़ सकते हैं या प्रोजेक्ट बंद कर सकते हैं। रिपॉजिटरी में हाइलाइट की गई मुख्य विशेषताओं में शामिल हैं: - लाइव वेबकैम फेस स्वैपिंग, जिसका पूर्वावलोकन OBS जैसे टूल के माध्यम से स्ट्रीम किया जा सकता है। - छवि और वीडियो फेस स्वैपिंग, परिणाम लक्ष्य वीडियो के नाम वाली निर्देशिका में सहेजे जाते हैं। - मूल मुँह की गति को बनाए रखने के लिए माउथ मास्क विकल्प। - एक साथ कई विषयों पर अलग-अलग चेहरे लागू करने के लिए फेस मैपिंग। - एक फ्रेम में कई चेहरों का समर्थन। - स्क्रिप्टेड उपयोग के लिए -s/--source तर्क के माध्यम से CLI मोड। मैनुअल इंस्टॉलेशन के लिए Python 3.11-3.14, pip, git, ffmpeg, और Windows पर Visual Studio 2022 रनटाइम की आवश्यकता होती है। Hugging Face से दो मॉडल फ़ाइलें डाउनलोड की जाती हैं और models फ़ोल्डर में रखी जाती हैं: gfpgan-1024.onnx और inswapper_128_fp16.onnx। प्रोजेक्ट वर्चुअल एनवायरनमेंट का उपयोग करने की सलाह देता है। Windows, Linux और macOS के लिए निर्देश दिए गए हैं, जिसमें Python 3.14 और tkinter पैकेज का उपयोग करके Apple Silicon के लिए विशिष्ट चरण शामिल हैं। हार्डवेयर एक्सेलेरेशन कई निष्पादन प्रदाताओं का समर्थन करता है: - NVIDIA GPUs के लिए CUDA, CUDA Toolkit 12.8 और cuDNN के साथ, onnxruntime-gpu का उपयोग करके। - Apple Silicon के लिए CoreML, आधिकारिक onnxruntime बिल्ड का उपयोग करके। - पुराने Apple उपकरणों के लिए CoreML legacy, onnxruntime-coreml के माध्यम से। - Windows उपकरणों के लिए DirectML, जिसमें AMD GPUs शामिल हैं। - Intel हार्डवेयर के लिए OpenVINO, onnxruntime-openvino और OpenVINO के बीच विशिष्ट संस्करण युग्मों के साथ। कमांड-लाइन तर्कों में source, target, output, फ्रेम प्रोसेसर चयन, keep-fps, keep-audio, many-faces, map-faces, mouth-mask, वीडियो एनकोडर और गुणवत्ता विकल्प, live mirror, live resizable, max memory, execution provider, execution threads, और version शामिल हैं। प्रोजेक्ट एक अलग पूर्व-निर्मित 'Ultimate' संस्करण को भी बढ़ावा देता है जिसमें अतिरिक्त सुविधाएँ, अनुकूलन और प्राथमिकता समर्थन है, जो इसकी आधिकारिक वेबसाइट के माध्यम से उपलब्ध है। रिपॉजिटरी कई पूर्व ओपन-सोर्स प्रोजेक्ट्स को श्रेय देती है, जिनमें मॉडल और लाइब्रेरी कोड के लिए insightface, आधार लेखक के पहले प्रोजेक्ट के रूप में roop, और वेबकैम समर्थन, कई चेहरों को संभालने और प्लेटफ़ॉर्म अनुकूलन के लिए विभिन्न योगदानकर्ता शामिल हैं। यह Ars Technica, CNN Brasil, Bloomberg Technoz, TrendMicro, और PetaPixel जैसे आउटलेट्स से प्रेस कवरेज, साथ ही स्ट्रीमर्स की प्रतिक्रियाएँ भी सूचीबद्ध करती है।