在制作定制数字人时，有时候为了不侵权，会使用换脸软件将原素材的脸型进行替换，今天一个客户就提出了这样的需求，所以，这里我使用 FaceFusuion 这款软件来进行操作。

FaceFusion 是由 Roop 项目的核心开发者独立发布的，它被官方描述为下一代的人脸交换和增强软件，这个软件可以用于处理图片和视频，可以运行在 GPU 和 CPU 下面。

总体使用起来，界面感觉还挺简单的，如果要求不高的，基本不需要改动什么配置，直接选择源和目标就行了。

官网：https://github.com/facefusion/facefusion

要运行这个软件，可以本地安装、Colab、租用云算力都可以，这款软件本身要求不是很高，但是为了更好的体验，有 GPU 的、内存大一些的肯定会更好。

我开始是用的 Colab ，但是毕竟是免费的算力，要不就是 GPU 不够了，要不就是跑着跑着就报错了，不知道是不是我的源文件有点大，开始有 400M， 后面给剪辑了下，减少到 200M了。

但是还是会报那样的错误，后台任务跑到100%后又重新开始了，就是合成不了视频，折腾了大半天，我放弃了。

如果有兴趣的可以玩一下，地址为 ：

· 

https://github.com/facefusion/facefusion-colab

打开这个地址后，再打开colab，执行每个单元格代码就行了，能不能就用，就看有没有算力了。

既然免费的不行，那就只能氪金了，我这里用的算力平台是 AutoDL ，它可以按量和时长计费，也能按日、周、月等，还是比较灵活的。

官网地址是：https://www.autodl.com/

打开地址后，有账号的直接登录，没有账号的，自己注册一个账号就行了，很简单

因为后续要租用算力，所以可以先提前给账户充下值，至于充多少这个是随便的，只要能够满足你后面租用机器的钱就行了，当然也可以后面再充，这个看自己的。

根据界面提示，选择或输入充值金额就行了，支持微信和支付宝等

租用算力， 我们点击菜单的 「算力市场」，这里可以选择计费方式，地区，GPU型号等

然后从下面找一个自己能接受的价格就行，「芜湖区」、「佛山区」、「内蒙A区」这几个相对较要便宜一些。

如果机器可以租的话，上面会显示几个卡可租的字样，比如「1卡可租」，如果显示「已租完」，那么就要稍等一下了，多刷新，就会有其它的卡释放的，除非高峰期，要不然还是好租的，不然可能半天都没有卡可租，这个就只能等了。

租的时候，看自己的要求吧，比如「显存」「内存」还有数据盘的大小，能不能扩容等，还有支持的 CUDA 版本，有些软件对这个会有要求，那么就注意一下就行了。

比如像我这个，我就租了一个这样的，这种自己根据需求来就行了，没有限制。

点那个几卡可租的按钮进来，就进行实例的创建，这里就是选择镜像，可以选择「基础镜像」、「社区镜像」等

基础镜像就是只有基本的软件，后面要用的东西，后续自己去安装

社区镜像就是选择别人直接做好的，机器创建好后，可以直接拿来用的

因为FaceFusuion这个，我在社区里面没找到，所以这里我选择的是基础的，只装了一个 Miniconda

如果这里没有创建成功，提示没有机器可用，那么也需要等一下了，如果创建成功了，则就直接开机了，在控制台的 「容器实例」中能看到，然后在 「快捷工具」下面找到 「JupyterLab」点进去，就进入机器实例内部了

进入到机器实例了，这里就可以进行操作了。

在操作之前，需要加一个配置，不能访问不了 github 这些站

在终端输入命令

· 

source /etc/network_turbo

参考：https://www.autodl.com/docs/network_turbo/

安装

因为基础镜像有conda了，直接使用。

git clone https://github.com/facefusion/facefusion
conda create -n facefusion2 python=3.11 -y
source /root/miniconda3/bin/activate
conda activate facefusion2
python install.py --skip-venv

选择安装 「cuda」

然后再安装ffmpg

· 

· 

· 

conda install ffmpeg -y
ffmpeg -version

在启动之前，可以提前下载好模型，也可以不下载，这个看自己，我这边操作就没有下载，因为感觉执行下来，速度也还行。

· 

· 

· 

wget https://github.com/facefusion/facefusion-assets/releases/download/models/inswapper_128.onnxwget https://github.com/facefusion/facefusion-assets/releases/download/models/arcface_w600k_r50.onnxwget https://github.com/facefusion/facefusion-assets/releases/download/models/gfpgan_1.4.onnx

运行

直接在项目目录运行 run.py ，这里如果没有提前下载模型的话，可能需要等待一下，看到如下的访问地址就可以了。

· 

python run.py --execution-providers cuda --face-swapper-model inswapper_128

这里有个小技巧，如果你的目标视频很大的话，可以先通过 AutoDL 先上传到某上文件夹下面，而不是通过界面来上传，有个好处就是如果换脸中途有报错，那么不需要重新上传，只需要运行的时候，指定下路径就行了。

比如

· 

python run.py --execution-providers cuda --face-swapper-model inswapper_128   --source=/tmp/gradio/2c830d29e00280596e3ab670ff6569a32c2ab9de/WechatIMG33.jpg  --target=/tmp/gradio/717e7b728adac28ee0b336c8d2c3e90ea92c5f2b/v1.mp4 --output=/tmp/bbbb.mp4

那么就可以直接读取上传好的文件了。

运行完后，就有一个访问地址，127.0.0.1:7860 这样的，这个地址只能内部访问 ，本来改一个文件就可以创建对外地址的，但是我改了也一样不行。

所以要访问的话，就有如下的两种方式

一 本地

因为AutoDL 启动的是类似 http://127.0.0.1:7860 这样的地址，这种只能在内部机器访问 ，而且，我在文件

“facefusion/uis/layouts/default.py”里，把 ui.launch(show_api =False,share=True)的share = True 加上，也不能创建外网地址，会报错

于是用如下的本地方式

在自己本地电脑终端输入下面命令

· 

ssh -CNg -L 7860:127.0.0.1:7860 root@region-9.autodl.pro -p 26370

这个命令输入完后，有一个密码，输入界面上显示的那个就行。

然后在本地浏览器输入 http://localhost:7860/ 就能访问了

二  外网

在 AutoDL 的机器 里面操作

1 下载文件 https://cdn-media.huggingface.co/frpc-gradio-0.2/frpc_linux_amd64
2 重命名 frpc_linux_amd64_v0.2
3 移动到 /root/miniconda3/envs/facefusion2/lib/python3.11/site-packages/gradio

但是我用这种方式，下载文件，移动到那个目录下，还是一样报错，报

"Could not create share link. Please check your internet connection or our status page: https://status.gradio.app." 

没办法 ，我就用的本地 SSH 的那种方式。

最后，我们打开地址 http://localhost:7860/  后，就看到如下的界面了

我这里还出现了一个小插曲，我选择好源和目标后，点那个 「start」报如下错误  「INVALID_PROTOBUF : Load model from /root/autodl-tmp/facefusion/.assets/models/arcface_w600k_r50.onnx failed:Protobuf parsing failed.」

整了半天没弄好，把机器重装了也不行，后面我把 arcface_w600k_r50.onnx 这个文件删除一下，再重新下载就行了，就没有这个报错了

文件地址可以在 ：https://github.com/facefusion/facefusion-assets 这个工程下面去找。

选择后，就可以看到后台的任务状态了

当 「OUTPUT」看到生成好的换脸视频后，就表示成功了，可以预览，也可以下载下来。

出自：https://mp.weixin.qq.com/s/jQ7Fne7OShuGzqYfN9avaA