写真1枚でリアルタイム顔入れ替え！ワンクリックで誰にでもなれるAIディープフェイク — Deep-Live-Cam

アーキテクチャ・使用技術

• 顔入れ替えモデル: insightface の inswapper_128_fp16.onnx を使用（ONNX形式の推論モデル）
• 顔補正モデル: GFPGANv1.4 による顔の高画質化（エンハンサー）
• 推論フレームワーク: ONNX Runtime を使用し、複数のExecutionProvider（実行バックエンド）に対応
• 動画処理: ffmpeg を利用
• ベースコード: s0md3v/roop をベースに大幅に拡張

対応環境・GPU アクセラレーション

主要機能一覧

• リアルタイム顔入れ替え: ウェブカメラ映像をリアルタイムに処理
• 画像/動画モード: 静止画や動画ファイルの顔を差し替え
• マウスマスク（Mouth Mask）: 口元を元のまま残して自然な発話表現を維持
• フェイスマッピング（Face Mapping）: 複数の人物に対してそれぞれ異なる顔を割り当て
• Many Faces: 映像中のすべての顔を一括で処理
• ライブミラー: フロントカメラのように左右反転表示
• リサイズ可能なプレビューウィンドウ
• 動画エンコーダ選択: libx264、libx265、libvpx-vp9 に対応
• 動画品質調整: 0〜51の範囲で出力品質を設定可能
• 音声・FPS保持: 元動画の音声やフレームレートを維持するオプション

コマンドラインオプション

• -s / --source: ソース画像の指定（CLI モードで動作）
• -t / --target: ターゲット画像・動画の指定
• --execution-provider: 推論バックエンドの選択
• --max-memory: 使用する最大RAM量（GB単位）
• --execution-threads: 実行スレッド数の指定

制約・注意点

• insightface のモデルは非商用の研究目的のみに使用が制限されている
• 不適切なコンテンツ（ヌード、暴力的な映像など）の処理を防ぐチェック機能が内蔵
• 初回実行時にモデルの自動ダウンロード（約300MB）が発生
• macOS の CoreML 版は Python 3.10 が必須（3.11/3.13 は非対応）
• ウェブカメラモードでプレビュー表示まで10〜30秒の待機時間あり

有料版（v2.7 beta）との違い

• オープンソース版（v2.1）に対して、有料のビルド済み版（v2.7 beta）は30以上の追加機能と優先サポートが付属
• 技術的な手動インストールが不要で、すぐに使い始められる

メディア掲載実績

Ars Technica、Yahoo、CNN Brasil、Bloomberg Technoz、PetaPixel、TrendMicro など多数の主要メディアに取り上げられている

手動インストール（Python環境が必要）

1. 前提ソフトウェアを用意

• Python 3.11（推奨）
• pip、git、ffmpeg
• Visual Studio 2022 ランタイム（Windowsの場合）

2. リポジトリをクローン

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

3. モデルをダウンロード

• GFPGANv1.4 と inswapper_128_fp16.onnx を HuggingFace からダウンロードし models フォルダに配置

4. 依存関係をインストール

python -m venv venv
venv\Scripts\activate  # Windowsの場合
pip install -r requirements.txt

5. 実行

python run.py

NVIDIA GPUを使う場合:

pip install -U torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu128
pip install onnxruntime-gpu==1.21.0
python run.py --execution-provider cuda

※ ビルド済み版（Windows/Mac対応）も公式サイトからダウンロード可能