DeepFake 深度偽裝，是一種變臉的演算法，常見的有

DeepFaceLab : 專業複雜，訓練久。
FaceFusion : 幾張圖置換整個影片，快速且效果好。
FaceSwap : A 影片置換到 B影片，訓練久。

faceFusion 運作原理

FaceFusion 只使用一張或多張圖，就將整個影片的人臉全部換掉，速度快且效果好。

• 使用類似 InsightFace / ONNX Runtime embedding 技術。
• 單張臉 → 轉換成「特徵向量（embedding）」。
• 多張臉可提升特徵向量的泛化程度。
• 可以泛化到不同角度、光線、表情。

git for Windows

後面需要使用 git 下載 FaceFusion 的程式碼，請先到 https://git-scm.com/install/windows 下載 Git for Windows/x64 Setup.

安裝時，請將 vim 改成 notepad++。

安裝 ffmpeg

請到 https://ffmpeg.org/download.html，選取 Windows builds by BtbN，記解壓縮將目錄改成 ffmpeg，然後移到 C:\，系統 path 要加上 c:\ffmpeg\bin。

安裝 Cuda

facefusion 目前只支援使用 Cuda 12.9 及 cudnn，若是安裝 Cuda 13，會出現 cublasLt64_12.dll 及 cudnn64_9.dll 找不到的錯誤。請到如下網址下載 cuda 及 cudnn。

安裝完記在系統 path 新增 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.9\bin。

Cuda 12.9 下載網址如下

https://developer.nvidia.com/cuda-12-9-1-download-archive?target_os=Windows&target_arch=x86_64&target_version=11&target_type=exe_local

https://developer.download.nvidia.com/compute/cudnn/redist/cudnn/windows-x86_64/

FaceFusion 專案設定

進入 DOS 視窗使用如下指令下載 facefusion 原始碼

e:
mkdir python
cd python
git clone https://github.com/facefusion/facefusion.git

使用 notepad++ 開啟專案下的 requirements.txtt 檔案，更改如下設定(後續才可啟動 GPU)

#onnxruntime==1.24.3
onnxruntime-gpu==1.24.3

然後執行如下指令安裝相關套件

cd facefusion
python -m venv .venv
.\.venv\Scripts\activate
pip install -r requirements.txt

影片下載

想下載 Youtube 影片，可安裝本人撰寫的 MahalYT app。此 app 使用 C# 開發，可下載 Youtube  mp3/mp4，而且完全沒有 Youtube 置入的廣告。

使用 MahalYT 下載的影片，就算畫質是 1920*1080，最好使用如下指令讓影片重新刷新一次，不然在 facefusion 可能會被解析成 640*360 的解析度。

另需特別注意一點，FaceFusion 只會找影片第一偵的人臉 512 特徵向量。所以如果影片的第一偵沒有人臉就會失敗而無法轉換。所以請在 DOS 命令視窗執行如下指令 Render 影片。

#軟体編碼
ffmpeg -ss 00:00:05 -i ctv.mp4 -vf scale=1920:1080 ctv_1.mp4

#硬体編碼
ffmpeg -ss 00:00:05 -hwaccel cuda -i ctv.mp4 -vf "hwupload_cuda,scale_cuda=1920:1080" -c:v h264_nvenc ctv_1.mp4

指令的開頭加入 -ss xx:xx:xx，-ss 指定人臉開始出現的位置，也就是要開始擷取影片的位置。在其後面也可加入 -to xx:xx:xx 指示要擷取最後影格的位置。

測試素材

不想自行收集影片的人，可由本人提供的素材進行測試。

下載 face.zip，然後將 face 目錄置於專案下之。

下方素才最左邊影片為原始影片(1920*1080)，中間為轉換後的影片，右邊則為換臉後的影片。

原始影片	轉換後影片	換臉影片

請下載左邊的原始影片，然後將原始影片置於 facefusion 專案目錄中。

執行 facefusion

第一次執行 run 會下載相對應的模型，並置於 facefusion\.assets\models 之下

python facefusion.py run

結果:
* Running on local URL:  http://127.0.0.1:7860
* To create a public link, set `share=True` in `launch()`.

然後在瀏覽器輸入 http://localhost:7860

指令訓練

使用 headless-run 開始訓練，注意 –output_path 一定要指定目錄，這是個很奇怪的設計。

python facefusion.py headless-run --source-paths ./face/1.jpg ./face/2.jpg ./face/3.jpg ./face/4.jpg ./face/5.jpg --target-path b_1.mp4  --output-path ./output_b.mp4

FaceSwap 要由 A 影片的人臉置換到 B 影片，訓練過程非常久，三分鐘影片約要 72 小時。

FaceSwap 屬開源程式碼，由 Python 調用 tkinter 視窗套件寫成，然後包裝成 .exe檔。

網路上說其逼真程度沒有任何人可以用肉眼辨別其真假。其實這只是唬爛的而以，要分辨其實還蠻容易的。比如辨識耳朵旁的眼鏡框，一會有、一會沒有，尤其是臉旁的頭髮，都是 faceswap 無法解決的問題。不過如果 A/B 兩影片選的好，還真的不易辨識真偽。

要置換影片中的人臉，當然是需要先下載二段影片，一段是原始影片(A)，另一段是要置換的人臉影片(B)，也就是說，把B影片中的人臉換到 A影片中。

A影片 : 待換影片 : Original
B影片 : 人臉素材 : Swap

A 影片裏的人臉等待著被更換成新人臉。那麼新的人臉在那兒呢? 全部由 B影片提供，所以我們稱 B 影片為 “素材影片”。

要製作讓人不太容易辨識的技巧:
1. 選擇不要有頭髮蓋住臉部或瀏海的影片。
2. 不要選擇有載眼鏡的人臉。

完成品展示

底下是本人訓練完成的成品展示。

原始影片-蔡尚樺	fake影片-南韓主播
原始影片-潘照文	fake影片-南韓主播

示範資料下載

底下是本專案所使用的原始資料，沒有顯卡的人可下載進行測試

第一組測試資料 : deepfake1.zip

第二組測試資料 : deepfake2.zip

Faceswap 步驟

Faceswap負責將影片中的人臉抽出，訓練，置換。這支程式是由 Python 去調用 tkinter 所寫成的，所以畫面蠻醜的，不過能用就好。

下載安裝

先到 https://github.com/deepfakes/faceswap/releases 下載 faceswap_setup_x64.exe
安裝時，請勾選 Setup for NVIDIA GPU。安裝後主程式的路徑在 C:\Users\登入者\faceswap目錄中。安裝時，會自動下載 miniconda及其他套件，所以需要花費一段蠻久的時間

抽取人臉

將 A, B二段影片的人臉抽取出來(Extract)

首先選取 Extract功能，Input Dir 選取影片，Output Dir 選取抽出人臉後要存放的位置，
比如 VideoA\images 及 VideoB\images，然後按下Extract按鈕。

請注意，B 影片是人臉更換的素材，所以 B 影片的長度最好比 A 影片長，這樣就可以抽到更多的人臉素材。當要置換到 A 影片時就可以有更多的選擇，會讓置換後的影片更加完美。

訓練

切換到 Train分頁，Input A/Input B分別選取 videoA\images及 videoB\images目錄。
Model Dir 是將來訓練完成後模型要儲存的地方，在專案下新增一個空白的目錄 models 即可。

然後往下拉，會看到 Timelapse Input A/B，也是一樣選取 videoA\images及 videoB\images，Timelapse Output則在專案下建立一個空白目錄 output即可。

最後按下 Train 開始進行訓練，這個過程會花費相當久的時間。

以nVidia RTX3080Ti 顯卡，二分鐘1080p 的影片，訓練時間大概要花了115小時，所以請耐心等候。

匯出影片

接下來就要匯出影片了，匯出影片只需原來的 A 影片(video_A.mp4)，videoA_alignments.fsa檔案，及 models 目錄。不需要 B 影片，也不需要任何抽取出的人臉圖片，因為這些資料都在 models 裏面。

請選擇 Convert 分頁

Input Dir 選擇 A 影片,
Output Dir 選擇要匯出的目錄 : fakeout
Alignments 選取 VideoA 裏的 .fsa 檔
Model Dir 選取模型目錄 models。
Plugins 選擇 Match-Hist，
Writer選擇 Ffmpeg，
然後按下Convert按鈕。此動作蠻快的，幾秒鐘就完成。

開啟 fakeout 目錄，就可以看到匯出的影片了。

影片下載

YouTube 是尋找影片的最佳網址，但要如何下載 Youtube 影片呢 ? 請先到官網 ytdlp (YouTube DownLoad P-brench)下載 ytdlp-interface.zip，解開後執行 ytdlp-interface.exe 即可進行下載。官網文件說明，就算不是 Youtube 的影片也可下載。經本人確認， FaceBook 影片也沒問題。

ypdlp官網原文說明如下:

This is a Windows graphical interface for yt-dlp, that is designed as a simple YouTube
downloader. Since v1.2, the interface also accepts non-YouTube URLs, so theoretically it 
can be used to download from any site that yt-dlp supports (see the list).

請將下載好的 A, B影片，分別放在 VideoA及VideoB目錄中。

線上下載

亦可到 https://y2mate.tools/en57b5/youtube-mp4 將youtube的影片網址貼上，即可進行下載。

影片切割

影片切割，可以使用 格式工廠 處理，或者使用 https://www.pkstep.com/archives/27067