如何在 Mac 或 Windows 本地进行视频换脸

要实现本地视频换脸，你需要一款能在自己电脑上运行换脸模型的桌面端应用。在 VisoMaster Studio 中，你只需导入视频、添加想要换入的人脸参考照片、将该人脸映射到视频中的目标人物、查看预览并导出。视频和照片均保留在你的本地设备上；网络连接仅用于下载模型。

本指南基于 VisoMaster Studio 0.3.0 编写。软件界面目前为中文，下文各步骤主要描述具体操作，而非直接引用界面上的所有按钮名称。

这里的“本地”意味着什么

VisoMaster Studio 在你的电脑上完成视频解码、人脸检测、换脸与画质修复以及最终编码。你的媒体文件不会被上传。唯一的网络流量来自模型下载：首次启动时，应用会从各模型的官方来源下载约 469 MB 的基础模型集，支持断点续传和 SHA-256 校验。其他模型则会在某项功能首次需要时下载（全套模型约 19 GB）。各模型均保留其各自的许可证。

Studio 中的换脸模型基于参考照片工作。你无需事先针对两张特定人脸训练模型，后者是 DeepFaceLab 的工作流（其 GitHub 仓库现已归档）。

运行环境与要求

安装程序已内置 Python 运行时和 FFmpeg，因此无需配置 Python、Conda、Git 或 CUDA 工具包。

• 搭载 Apple Silicon 的 Mac：macOS 14 或更高版本，已签名且通过公证的 DMG 安装包。处理过程使用 CoreML（神经网络引擎与 GPU）或 CPU。
• 搭载 Intel 处理器的 Mac（预览版）：macOS 14 或更高版本，通过公证的 DMG 安装包，使用 CPU 处理。
• Windows 10/11（CPU）（预览版）：MSI 安装程序，目前尚未进行代码签名，因此 SmartScreen 会弹出确认提示。
• 配备 NVIDIA GPU 的 Windows（预览版）：基于 CUDA 的便携式 7z 压缩包。需要支持 CUDA 13 的 NVIDIA 驱动程序（580 或更高版本）。

“预览版”意味着构建版本虽经自动生成与检查，但尚未在对应硬件上进行广泛测试。模型和设置保存在用户应用数据文件夹中，与应用程序本身分离，因此升级时会得以保留。安装指南涵盖了各个平台，Mac 版 VisoMaster则深入介绍了 Mac 构建版本。

步骤 1：添加视频与参考照片

软件窗口分为三个区域：左侧为素材列表，中间为预览区域，右侧为人脸及常用调节参数。

1. 将目标视频添加到素材列表中（直接拖入或使用添加按钮）。
2. 添加一张你希望换入视频的人脸参考照片。五官清晰且无遮挡的照片能为识别模型提供干净的特征向量（embedding）。
3. 选中视频。Studio 会检测当前帧中的人脸，并将检测到的每个人脸显示为目标脸。

如果某个人物在当前帧中未出现，可将播放头移动到人物出现的帧并执行“重新识别”。列表中已存在的人脸会通过相似度识别，不会重复添加。

你可以为同一个人添加多张照片。Studio 会通过均值或中位数将其人脸特征向量合并为一个；合并方法可在高级设置中调整。

步骤 2：映射参考人脸

点击一个目标脸，然后点击要为其使用的参考脸照片。如果画面中只有一张目标脸且只导入了一张参考照片，Studio 会自动进行映射。未映射的人脸将保持原样不变。对于包含多人的场景，请参阅如何在视频中替换多张人脸。

换脸只替换面部五官区域。头发、头型以及画面的其余部分均来自原始视频。

步骤 3：六项常用调节参数

右侧面板针对当前选中人脸显示了六项调节参数：

1. 换脸模型。默认为 Inswapper128。其他可选模型包括 AlphaFace、InStyleSwapper256（A、B、C 版本）、SimSwap512、GhostFace（v1、v2、v3 版本）、CSCS，以及用户自行导入的 DeepFaceLive（DFM）模型。每个换脸模型均使用其对应的人脸识别模型，Studio 会自动为你的参考照片计算匹配的特征向量。
2. 相似度阈值。帧中的人脸与目标脸的匹配程度达到多少才会被替换。取值范围为 1 到 100，默认值为 60。
3. 画质修复。开启或关闭，并包含修复强度设置，用于将修复后的人脸与换脸结果进行融合。
4. 边缘柔化。组合遮罩的边缘融合距离（边框遮罩拥有独立的模糊设置）。
5. 保留遮挡物。即下文介绍的遮挡遮罩。
6. 还原表情。基于 LivePortrait 的表情还原功能。

上图展示了同一组目标与参考在各个换脸模型下的输出结果。效果取决于具体素材，建议在自己的视频片段上进行对比，而不是依赖固定的排名。换脸模型对比对各个模型进行了更详细的分析，DeepFaceLive DFM 模型解析则解释了针对特定人物训练的 .dfm 格式。

步骤 4：画质修复与超分辨率放大

开启画质修复可以让人脸更加清晰。具体使用的修复模型在高级设置中配置：默认为 GFPGAN v1.4，此外还支持 GFPGAN 1024、CodeFormer、GPEN（256、512、1024 或 2048）、RestoreFormer++ 或 VQFR v2。还可以在第一个修复模型之后添加第二个修复模型。GFPGAN、CodeFormer 与 GPEN 对比对这些模型进行了对比。

人脸修复模型仅作用于面部。全画幅超分辨率放大模型（Real-ESRGAN x2 和 x4 Plus、RealESR General x4v3、BSRGAN x2 和 x4、UltraSharp x4、UltraMix x4）和上色模型（DDColor、DeOldify）则是独立的模块，同样位于高级设置中。

步骤 5：处理手部、眼镜和头发的遮罩

当有物体经过面部前方时，替换后的人脸可能会错误地覆盖在上面。Studio 提供了多种遮罩来解决这一问题，均可在高级设置中针对每张人脸独立配置：

• 遮挡遮罩（Occlusion mask）：让手或杯子等遮挡面部的物体透出原始画面的内容。通过大小调节控件可扩大或缩小遮挡区域。
• XSeg 遮罩：用于相同目的的 DeepFaceLab XSeg 分割模型。该模型提供了一个选项，可防止张开的嘴巴被误判为遮挡物。
• 人脸解析（Face parser）：将面部分割为多个区域（背景、面部、眉毛、眼睛、眼镜、鼻子、嘴巴、嘴唇、脖子、头发），以便让原始画面的选定区域透出显示。
• 文本遮罩（CLIP）：输入以英文逗号分隔的单词（如 "glasses"），即可从原始帧中保留匹配的物体。
• 边框遮罩（Border mask）：上下左右边缘可调的矩形遮罩，用于将换脸区域自然融合回画面。
• 侧脸角度遮罩（Profile angle mask）：在头部转动时淡化面部远侧的边缘。

你还可以还原原始的眼睛或嘴巴。要查看遮罩的具体覆盖范围，可将预览从“结果”切换为“遮罩”视图。

高级设置包含了 VisoMaster Fusion 的全部 427 个参数，按分类分组且支持搜索，你还可以将参数组合保存为预设。

步骤 6：检查、打标记与导出

1. 拖动播放进度条浏览视频，并在“结果”、“原图”与“对比”视图之间切换查看。
2. 在画面发生变化的位置（例如播放过程中手部划过面部），添加一个参数标记。标记会记录当前帧的参数设置，这些设置将从该帧起生效，直至下一个标记为止，在预览和导出中均起作用。
3. 运行问题扫描。它会扫描整个视频并列出已映射人脸丢失或不匹配的帧，你可以直接在标记出的各帧之间跳转检查。
4. 导出整个片段、选定区间或将多个选区片段合并为一个文件导出。原始音频会被保留。导出以任务列表的形式运行，可随时取消，你还可以批量导出素材列表中的所有项目。

其他本地工具选项

FaceFusion 同样在本地运行。它使用网页浏览器界面或命令行，并支持更多硬件后端，包括 AMD 和 Intel GPU。VisoMaster 与 FaceFusion 对比详细对比了两者的差异。

知情同意与合规使用

仅可对你有权使用的人脸进行替换：你本人的人脸，或者已向你明确授权的人脸。请对合成媒体进行相应标注，并遵守你所在地区的法律法规。VisoMaster Studio 的使用规则详见使用规范。

常见问题

我的视频或照片会被上传吗？

不会。所有处理均在你的本地电脑上运行。应用仅在从官方源下载模型时才会连接互联网。

换脸会改变发型或头型吗？

不会。换脸仅替换面部五官区域。头发、头型以及面部轮廓之外的所有内容均来自原始视频。

如果某些帧未能识别到人脸该怎么办？

运行问题扫描来定位这些帧。检测相关参数位于高级设置中：包括检测模型（RetinaFace、SCRFD、YOLOv8 或 YuNet）、检测阈值分、可选的 ByteTrack 人脸追踪，以及用于减轻抖动的关键点平滑。每次调整后均可在预览中查看效果。

我需要安装 Python、Git 或 CUDA 工具包吗？

不需要。安装程序已内置 Python 运行时和 FFmpeg。在配备 NVIDIA GPU 的 Windows 上，你只需要安装支持 CUDA 13 的显卡驱动程序即可。

前往 visomaster.studio/download 下载适用于 Mac 或 Windows 的 VisoMaster Studio。