deep-live-cam

Deep-Live-Cam é uma ferramenta open-source de troca de rosto em tempo real e deepfake de vídeo. Dada uma única imagem de rosto de origem, ela pode substituir rostos em feeds de webcam ao vivo ou em imagens e vídeos pré-gravados, com saída disponível quase instantaneamente. O projeto é destinado à indústria de mídia gerada por IA, incluindo animação de personagens personalizados, criação de conteúdo e trabalhos criativos semelhantes. O README inclui um aviso de uso ético, observando que os usuários devem obter consentimento ao usar o rosto de uma pessoa real, rotular claramente a saída de deepfake ao compartilhar e seguir as leis aplicáveis. O software afirma ter uma verificação integrada que impede o processamento de mídia inadequada, como nudez, conteúdo gráfico ou material sensível. Os desenvolvedores afirmam que podem adicionar marcas d'água ou encerrar o projeto se exigido legalmente. Os principais recursos destacados no repositório incluem: - Troca de rosto em webcam ao vivo com uma pré-visualização que pode ser transmitida por ferramentas como OBS. - Troca de rosto em imagens e vídeos, com resultados salvos em um diretório com o nome do vídeo de destino. - Opção de máscara de boca para reter o movimento original da boca. - Mapeamento facial para aplicar rostos diferentes a múltiplos sujeitos simultaneamente. - Suporte para muitos rostos em um único quadro. - Modo CLI via argumento -s/--source para uso em scripts. A instalação manual requer Python 3.11-3.14, pip, git, ffmpeg e, no Windows, runtimes do Visual Studio 2022. Dois arquivos de modelo são baixados do Hugging Face e colocados em uma pasta models: gfpgan-1024.onnx e inswapper_128_fp16.onnx. O projeto recomenda usar um ambiente virtual. Instruções são fornecidas para Windows, Linux e macOS, incluindo passos específicos para Apple Silicon usando Python 3.14 e o pacote tkinter. A aceleração de hardware suporta múltiplos provedores de execução: - CUDA para GPUs NVIDIA, usando CUDA Toolkit 12.8 e cuDNN, com onnxruntime-gpu. - CoreML para Apple Silicon, usando a build oficial do onnxruntime. - CoreML legacy para dispositivos Apple mais antigos via onnxruntime-coreml. - DirectML para dispositivos Windows, incluindo GPUs AMD. - OpenVINO para hardware Intel, com pareamentos específicos de versão entre onnxruntime-openvino e OpenVINO. Os argumentos de linha de comando incluem source, target, output, seleção de processador de quadros, keep-fps, keep-audio, many-faces, map-faces, mouth-mask, opções de codificador e qualidade de vídeo, live mirror, live resizable, max memory, execution provider, execution threads e version. O projeto também promove uma versão separada pré-construída 'Ultimate' com recursos adicionais, otimizações e suporte prioritário, disponível através de seu site oficial. O repositório credita vários projetos open-source anteriores, incluindo insightface para modelos e código de biblioteca, roop como projeto anterior do autor base, e vários contribuidores por suporte a webcam, manipulação de múltiplos rostos e otimizações de plataforma. Também lista cobertura de imprensa de veículos como Ars Technica, CNN Brasil, Bloomberg Technoz, TrendMicro e PetaPixel, bem como reações de streamers.