Deep-Live-Cam 2.1.6: Intercambio de rostros en tiempo real con una sola foto

Imagina intercambiar tu rostro con el de una celebridad en una videollamada en vivo, o convertirte en un personaje de película en tiempo real, todo con una sola foto. Eso es exactamente lo que Deep-Live-Cam 2.1.6 te permite hacer. Este proyecto de código abierto ha arrasado en Internet, y en esta guía te mostraré qué es, cómo instalarlo y cómo usarlo de manera responsable.

¿Qué es Deep-Live-Cam?

Deep-Live-Cam es una herramienta de intercambio de rostros y deepfake en video en tiempo real. Le proporcionas una única imagen del rostro de una persona, y reemplaza ese rostro en una transmisión de cámara web o en un video pregrabado, en vivo, sin necesidad de entrenar un modelo. Funciona solo con CPU, pero para un rendimiento fluido querrás una GPU NVIDIA, Apple Silicon, o incluso un procesador Intel con el proveedor de ejecución adecuado.

El uso ético es obligatorio

Antes de la diversión, lo serio. El proyecto incluye controles integrados que bloquean desnudos, contenido gráfico y material sensible como imágenes de guerra. Los desarrolladores también insisten en que, si usas el rostro de una persona real, obtengas su consentimiento y etiquetes el resultado como deepfake. Eres responsable de lo que hagas con este software.

¿Qué puedes hacer con él?

Pasos de instalación manual

Deep-Live-Cam no es una aplicación de instalar y listo, pero tampoco es demasiado difícil. Necesitarás Python (3.11 a 3.14, con 3.14 recomendado), pip, git, ffmpeg y, en Windows, los runtime de Visual Studio 2022. Comienza clonando el repositorio:

A continuación, descarga dos archivos de modelo — gfpgan-1024.onnx e inswapper_128_fp16.onnx — del repositorio de modelos de Hugging Face y colócalos en la carpeta de modelos. Luego crea un entorno virtual e instala las dependencias:

Los usuarios de Mac con Apple Silicon (M1 a M5) deben instalar primero Python 3.14 y python-tk@3.14 a través de Homebrew, y luego ejecutar los mismos comandos de venv. Si tkinter desaparece, reinstala python-tk.

Cómo usar Deep-Live-Cam

Una vez que todo esté instalado, inicia la interfaz gráfica ejecutando python run.py. Selecciona una imagen de rostro de origen, elige tu cámara y haz clic en Live. Después de unos 10 a 30 segundos de carga, aparece una ventana de vista previa. Esa transmisión se puede capturar con OBS para hacer streaming. Para cambiar a un nuevo rostro, solo selecciona otra imagen de origen.

También hay un modo de imagen y video: elige una imagen o video de destino, pulsa Start y el resultado se guarda en una nueva carpeta. El modo CLI se activa cuando llamas al script con un argumento de origen, y las opciones avanzadas incluyen --many-faces, --mouth-mask y --live-resizable.

Opciones de aceleración por GPU

La CPU funciona, pero puede ser entrecortada. Los usuarios de NVIDIA pueden instalar CUDA Toolkit 12.8 y cuDNN, reemplazar onnxruntime por onnxruntime-gpu y ejecutar con --execution-provider cuda. Los usuarios de Mac pueden usar el proveedor CoreML integrado. Los usuarios de Windows pueden probar DirectML para AMD, y los usuarios de Intel pueden usar OpenVINO. Cada uno tiene sus propias notas de configuración en el README, así que consulta las versiones exactas de los paquetes allí.

¿Quieres una versión sin configuración?

Si no quieres lidiar con versiones de Python y archivos de modelo, existe una distribución oficial precompilada llamada Deep-Live-Cam Ultimate. Incluye versiones optimizadas para Windows, Mac Silicon, CPU, NVIDIA y AMD, además de más de 30 funciones adicionales y soporte prioritario. Cuesta dinero, pero ahorra tiempo. Solo recuerda: las únicas fuentes oficiales son el repositorio de GitHub y deeplivecam.net, así que evita descargas sospechosas de terceros.

En resumen

Deep-Live-Cam es un salto impresionante en las herramientas multimedia impulsadas por IA. Es potente, fácil de usar una vez instalado y realmente divertido para experimentar. Solo mantente del lado correcto de las reglas de consentimiento y contenido. Ahora ve a darte una cara de estrella de cine, de manera responsable.