Замена лица в видео через FaceFusion на ПК: два маршрута без онлайн-сервисов

Локальная замена лица в видео через FaceFusion на ПК идёт по одному из двух маршрутов. Маршрут 1: распаковать FaceFusion Portable v2.2.1, запустить bat-файл под свою видеокарту, загрузить фото-донора в Source и видео в Target, выбрать модель inswapper_128_fp16 и нажать генерацию. Маршрут 2: клонировать репозиторий с GitHub, поставить актуальную версию по официальной документации и работать с CUDA-ускорением. Дальше в статье разбираются оба пути, выбор моделей, реальные ошибки из комментариев и реалистичные ожидания по времени.

Что такое FaceFusion и зачем запускать его локально

FaceFusion – open-source инструмент для замены лица, идейный преемник нейросети roop. Репозиторий лежит на GitHub под адресом facefusion/facefusion и, по данным devtrends.ru, набрал более 27 503 звёзд: для нишевого AI-проекта это признак живого сообщества и регулярных правок.

Главное отличие от облачных сервисов: вычисления идут целиком на машине пользователя. Видео и фото никуда не загружаются, ключи и подписки не нужны для работы движка как такового. По материалам habr.com, FaceFusion поддерживает вывод в форматах видео, изображения, GIF и WebP, то есть один и тот же запуск закрывает и короткий ролик, и статичный мем, и анимированную аватарку.

Локальный запуск выигрывает в трёх вещах. Конфиденциальность: исходное фото лица человека не уходит на чужой сервер. Отсутствие лимитов: нет ограничений по длине видео и количеству генераций, кроме возможностей вашего железа. Контроль качества: доступны все процессоры (face_swapper, face_enhancer, frame_enhancer) и тонкая настройка Face Selector Mode.

Системные требования: что нужно для запуска

Перед скачиванием стоит честно сравнить свою конфигурацию с минималкой и рекомендуемыми. По данным aiprovideos.com, минимум для запуска FaceFusion: видеокарта с 8 ГБ VRAM, 16 ГБ оперативной памяти, Windows 10 или новее. Рекомендуемая планка: GPU с 12 ГБ VRAM и более (например RTX 3070 или RTX 4060), 32 ГБ RAM.

От ускорителя зависит, какой маршрут вам подходит. Видеокарта NVIDIA с актуальными драйверами раскрывает CUDA – самый быстрый и стабильный путь. AMD и Intel работают через DirectML: запускается, но скорость падает заметно, и секунды на NVIDIA превращаются в минуты на встроенной графике.

• Маршрут Portable: достаточно 7-Zip или WinRAR и Windows. Python ставить не нужно.
• Полная установка: понадобятся Python, conda или pip и базовые навыки командной строки.
• Исходное фото лица-донора – анфас, хорошее освещение, без очков и без перекрытий.
• Целевое видео – умеренная мимика, без резких поворотов головы, лицо не закрыто волосами или руками.

Маршрут 1: FaceFusion Portable, запуск без установки

Этот путь рассчитан на тех, кто впервые открывает что-то сложнее видеоредактора. Никакого Python, никакой консоли. Важная оговорка по версии: по данным cpa.rip, бесплатно доступна именно FaceFusion Portable v2.2.1, а актуальные сборки автор распространяет по платной подписке на Boosty. Для первого знакомства v2.2.1 хватает с запасом.

1. Скачайте архив FaceFusion Portable v2.2.1 и распакуйте его в папку с латинским путём, например C:\FaceFusion\. Кириллица в пути ломает запуск bat-файлов и автозагрузку моделей.
2. Запустите start_portable_nvidia.bat, если у вас NVIDIA, или start_portable_amd_intel.bat для AMD и Intel. Окно консоли откроется первым – это нормально.
3. Дождитесь, пока в браузере появится веб-интерфейс на адресе вида http://127.0.0.1:7860. Если вкладка не открылась автоматически, скопируйте адрес из консоли руками.
4. В блоке Source загрузите фото лица-донора. Анфас, ровный свет, без очков, без волос, закрывающих лоб и брови.
5. В блок Target положите целевое видео. Лучше короткий клип на 10–20 секунд для первого прогона.
6. Выберите Face Selector Mode: reference, если в кадре несколько людей и нужно заменить только одного; one – автоматически возьмёт первое найденное лицо; many – заменит все лица сразу.
7. В процессорах включите face_swapper и в его настройках поставьте модель inswapper_128_fp16.
8. Нажмите кнопку генерации и заберите готовый файл из папки Output, которая лежит рядом с bat-файлом.

Совет по Face Selector Mode из практики комментариев: пользователи регулярно спрашивают, как заменить только одного человека из двух в кадре. Ответ – режим reference. Загружаете отдельное референсное фото нужного героя, программа сравнивает эмбеддинги и трогает только совпадающее лицо. Остальные в кадре остаются нетронутыми.

Маршрут 2: полная установка через GitHub для пользователей с NVIDIA

Если у вас свежая видеокарта NVIDIA и не пугает командная строка, имеет смысл сразу ставить актуальную версию. Так вы получаете последние модели, исправления багов и полноценное CUDA-ускорение без оглядки на устаревшую сборку.

1. Откройте терминал в нужной папке и выполните: git clone https://github.com/facefusion/facefusion.git && cd facefusion. Источник команды – материал habr.com.
2. Дальше шаги зависят от ОС и GPU, поэтому идите по официальной документации docs.facefusion.io/installation: там разнесены ветки под Windows, Linux и macOS, под NVIDIA и под CPU.
3. В блоке Execution providers выберите cuda для NVIDIA, directml – запасной вариант для AMD на Windows, cpu – аварийный режим для тестов.
4. Запустите интерфейс командой из документации, загрузите Source (фото) и Target (видео).
5. Настройте Face Selector Mode и процессоры кадров: face_swapper с моделью inswapper_128_fp16, по необходимости face_enhancer.
6. Если в логе появилось сообщение, что модель не найдена, спуститесь вниз страницы интерфейса и снимите галочку skip_download.
7. Запустите генерацию. Результат окажется в папке Output внутри клонированного репозитория.

Документация на docs.facefusion.io – единственный источник, который не отстаёт от свежих коммитов. Все сторонние гайды на момент чтения уже частично устарели: имена флагов и моделей в FaceFusion периодически переименовывают.

Какую модель face_swapper выбрать и зачем

Самый частый вопрос после первого запуска: что лучше – inswapper_128 или inswapper_128_fp16. Разница не в архитектуре, а в точности весов. Полноточная версия хранит параметры в float32, fp16-вариант – в float16, ровно вдвое компактнее по памяти.

Модель	VRAM	Скорость	Когда брать
inswapper_128_fp16	ниже	быстрее	по умолчанию для большинства задач
inswapper_128	выше	медленнее	мощное железо, погоня за максимальной детализацией

По материалу cpa.rip, рекомендуемая модель – именно inswapper_128_fp16: она быстрее, занимает меньше VRAM, а качество на глаз сопоставимо с полноточной версией. Полная inswapper_128 иногда вытягивает чуть больше микродеталей кожи на мощном GPU, но разница заметна редко и не оправдывает удвоенный расход памяти.

Поверх face_swapper можно подключить face_enhancer – это GFPGAN или CodeFormer. Включайте его только если базовый результат выглядит размыто: оба усилителя дорисовывают черты лица и убирают мыло, но удлиняют обработку. frame_enhancer улучшает уже весь кадр целиком (фон, одежду, общую резкость) и стоит ещё дороже по времени.

Типичные ошибки и как их исправить

Большинство сбоев у новичков – не баги движка, а четыре повторяющиеся причины: неснятая галочка, кириллица в пути, отсутствие прав администратора и плохой исходник.

Модель не скачивается, ничего не происходит при запуске

В терминале висит сообщение об отсутствии файла модели, генерация не стартует. По данным habr.com, причина – активная галочка skip_download в нижней части страницы интерфейса: она прямо запрещает движку тянуть веса с сервера. Снимите её и перезапустите генерацию: модель подтянется автоматически.

WinError 1314 при первом запуске

Эта ошибка означает, что Windows не разрешает создавать символические ссылки. FaceFusion использует их для подкладывания моделей в нужные пути. Лечится двумя способами: запустите bat-файл правой кнопкой и через Запуск от имени администратора, либо распакуйте архив в папку без ограничений прав, например в корень диска C:\FaceFusion\, а не в Program Files.

no face detected, хотя лицо в кадре очевидно есть

Распространённая жалоба из комментариев на YouTube. Механика проста: детектор работает по ключевым точкам (глаза, нос, контур губ), и если фото-донор сильно повёрнут, в очках, с густой чёлкой или смазан, набор точек собрать не удаётся, и движок честно отвечает, что лица нет. Замените Source на анфас в хорошем качестве, без очков и аксессуаров.

Артефакты при перекрытиях, мимике и разнице пропорций

Когда в кадре рука у подбородка или волосы лежат на лбу, по данным cpa.rip, перекрытия мешают корректному анализу геометрии лица: алгоритм считает закрытую часть лицом и пытается туда что-то нарисовать. Сильная мимика и резкие повороты головы дают похожий эффект – трекинг между кадрами теряет ключевые точки, появляется дрожание и швы. Лечится подбором: видео с умеренной мимикой и Source, близкий к Target по форме головы, ширине скул и пропорциям лица.

Error на первом кадре при включённом face_enhancer

Часто всплывает после обновления интерфейса. Сначала отключите face_enhancer и прогоните видео только через face_swapper – если получилось, проблема именно в усилителе. Дальше обновите драйверы видеокарты до свежих: GFPGAN и CodeFormer чувствительны к версии CUDA и DirectML.

Полезный отладочный приём перед финальной обработкой: подключите процессор face_debugger. Он рисует поверх кадра распознанные точки и маску. Если маска уползает за край щеки или цепляет волосы, проблема не в моделях, а в исходных данных, и стоит остановиться раньше, чем потратить полчаса на бесполезный рендер.

Скорость обработки: чего ожидать на разном железе

Реалистичные цифры важнее любых маркетинговых обещаний. По данным cpa.rip, на ПК с NVIDIA GeForce RTX 4070 12 ГБ небольшие ролики обрабатываются за несколько секунд. На офисном ноутбуке с AMD Radeon Vega 2 те же секунды превращаются в минуты – движок работает через DirectML и упирается в слабую графику.

• RTX 4070 12 ГБ: короткое видео – единицы секунд, длинное – соразмерно длине ролика.
• Средний игровой GPU 8 ГБ VRAM: десятки секунд на короткий клип, разумные минуты на видео.
• AMD или Intel без выделенного ускорителя: минуты на короткий ролик, заметные паузы на каждом кадре.
• CPU-режим: сильно медленнее GPU, оправдан только для фото или клипов длиной несколько секунд.

Длинные видео отдельно: при ролике больше минуты в FaceFusion вырастает риск нехватки VRAM, особенно с включённым face_enhancer. Практичный обход: нарежьте исходник на куски по 30–60 секунд, прогоните каждый отдельно и склейте уже готовые фрагменты в любом видеоредакторе. Для AMD и Intel также помогает уменьшить разрешение целевого видео перед загрузкой – обработка ускоряется кратно при минимальной потере качества лица.

Этика и правовые ограничения

Технология даёт серьёзный рычаг, и сами авторы FaceFusion в материале habr.com формулируют ограничения прямо. Не используйте лица людей без их явного согласия. Не применяйте инструмент для мошенничества, дезинформации и политической манипуляции. Не создавайте контент, порочащий репутацию или нарушающий авторские права. И не пытайтесь обходить системы аутентификации (FaceID, верификации в банках, KYC) – это уже территория уголовного законодательства, а не этической рекомендации.