视频换脸实时直播怎么做

想在直播里实时换一张脸，卡点通常不在「换脸算法本身」，而在整条链路的延迟、口型对不上、显卡扛不住、平台判违规。这篇按采集、换脸、合成推流、验收四步拆开讲，每步给你判断标准和排查顺序，数字类的东西一律去站内对应页面核对当时口径。

想在直播里实时换一张脸，卡点通常不在换脸算法本身，而在整条链路的延迟、口型对不上、显卡扛不住、平台判违规。很多人一上来就开播调参数，结果掉帧了也不知道是采集、推理还是推流哪一段出的问题。

这篇按采集、换脸、合成推流、验收四步拆开讲，每步给你判断标准和排查顺序。数字类的东西一律去站内对应页面看当时的说法，别拿别人嘴里的参数直接抄。

先把链路拆开：实时换脸到底由哪几段组成

先判断自己属于哪种需求：只换脸不动表情，偏静态贴脸，对算力要求低；要跟着说话表情动，也就是表情迁移，才真正吃 GPU 和延迟预算。两条路线的工具选型和参数都不一样，别拿静态贴脸的方案去要求表情迁移的效果。

• 直播场景下口型同步通常靠音频驱动或参考视频驱动，先确定走哪条路线再买工具
• 先用一段离线视频把四段各跑通一次，确认每一步都有输出，再上直播
• 直接开播调参，出问题根本分不清是哪一段，排查成本翻倍
• 名词不认识时到 /ai-dict 和 /ai-dict/category/tech 查一遍再动手，别靠猜

延迟和画质只能二选一：这几个参数决定你直播卡不卡

延迟来自三块：推理耗时、编码耗时、推流缓冲。调参前先测出本地基线，到 /tools/speed-test 量一遍你的机器和网络，别拿感觉当结论。基线有了，改一个参数再测一次，才知道这个参数到底有没有用。

分辨率、帧率、人脸检测频率是主要旋钮。降检测频率通常比降分辨率更省算力，但快速转头时容易掉脸，掉脸那几帧在直播里很明显。给自己定个可接受阈值，比如口型对得上、观众看不出明显延迟，再用录屏回放核对，而不是一边播一边猜。

• 换脸工具和数字人口播类工具的选型口径不一样，前者看实时延迟，后者看成品质量，别混着挑
• 参考 /ai-nav/category/ai-avatar 里的分类找同类工具，先看它标的是实时还是离线
• 同一台机器上同时跑换脸和录制，延迟会叠加，测基线时要把录制也打开

硬件与推流设置：算力、编码、平台侧各要注意什么

算力怎么买先对口径：本地显卡、租卡、云端推理三条路成本结构不同，到 /compute 和 /compute/gpu-rental 看当时的价格与规格再决定。别只看单卡单价，还要算上你自己的调试时间和迁移成本。

OBS 一类软件里要留出 GPU 余量，换脸和编码抢同一块卡是最常见的掉帧原因。编码优先走硬件编码，把 CPU 留给采集和合成。推流码率和关键帧间隔按平台要求设，换脸画面细节多、压缩更吃力，码率给太低会出现脸上糊成一片的情况。

1. 先关换脸看原始画面确认采集和推流本身没问题，这一步就开始掉帧，问题不在换脸
2. 再开换脸关推流本地预览看换脸这一段的帧率，观察快速转头时会不会掉脸
3. 最后全开三个一起跑，哪一步掉帧，问题就锁定在那一段，按段去调

合规边界与上线验收：能不能播、播了会不会被掐

换脸涉及肖像权和声音授权，用真人脸做素材前先拿到书面同意。AI 生成内容的标识要求到 /safety 和 /ai-dict/category/safety 核对当时规则，规则会变，别拿旧经验当标准。

上线前做一次全流程彩排：开播时长、掉线恢复、备用方案都要演练一遍。备用方案至少准备两层，换回原脸是第一层，切静态图是第二层。账号风险自己评估，平台判定标准会变，别拿「别人也在播」当依据。