faceswap：從 README 拆解功能、限制與採用條件
適合所有人的 Deepfakes 軟體。請參閱此論壇貼文：Manifesto FaceSwap 具有道德用途。
秒懂
- 它是什麼？
- Deepfakes Software For All. Please see this forum post: Manifesto FaceSwap has ethical uses.。本文整理 deepfakes/faceswap README 的使用入口、環境條件、功能邊界與專案專屬核驗方式。
- 適合誰用？
- faceswap 適合需要 Deepfakes Software For All. Please see this forum post: Manifesto FaceSwap has ethical uses. 所描述能力，且能管理其環境與設定的使用者；不適合把 README 範例或未說明行為當成正式保證。
- 可以商用嗎？
- 可以，但有條件。GPL-3.0 是 copyleft 授權：如果你散布包含它的軟體，就必須以同一授權公開該軟體的原始碼。只在內部執行、不對外散布，則不會觸發這項義務。
- 還在維護嗎？
- 有在維護。儲存庫最近一次提交在 41 天前。
- 用什麼語言寫的？
- 主要是 Python（依據 GitHub 的語言統計）。
以上回答依據專案的 GitHub 資料（最近同步於 2026年9月15日）與我們的分析，不構成法律意見。
開源專案深度解析
faceswap：FaceSwap 的目的和工作方式（1）
FaceSwap 是一個使用深度學習在圖片和影片中識別並交換人臉的 Python 程式。倉庫將其描述為「Deepfakes Software For All」，並支援 Windows、Linux 和 macOS。根據 README，最佳效能需要帶有 CUDA 支援的現代 GPU，某些 AMD GPU 可透過 Linux 上的 ROCm 獲得支援。專案的首頁是 faceswap.dev，並在 Read the Docs 上有文件站點。README 沒有詳細說明最低系統要求，因此需要查閱安裝說明。
在 deepfakes/faceswap 依 README 文件安裝，使用隔離素材測試 extract、train、convert 三段流程，觀察 CUDA 或 ROCm 設定、模型檔與輸出影像。
faceswap：FaceSwap 宣言（2）
README 包含一份宣言，聲明 FaceSwap 有道德用途。它承認該技術最初被用於建立不當內容，但認為這是第一個任何人都可以執行並透過實驗學習的 AI 程式碼，無需博士學位。開發者表示他們遵循嚴格的道德標準，並列出四點：FaceSwap 不用於建立不當內容，不用於未經同意的換臉，不用於任何非法或不道德的目的，它用於實驗、教育、社會評論和合法用途。他們還對任何不道德使用採取零容忍態度。
faceswap：安裝和系統要求（3）
README 指向 INSTALL.md 檔案以取得完整安裝說明，但 README 本身並未包含這些內容。它指出該程式支援 Windows、Linux 和 macOS，並推薦使用支援 CUDA 的現代 NVIDIA GPU 以獲得最佳效能。某些 AMD GPU 透過 Linux 上的 ROCm 獲得支援。README 還提到應在開始前檢查 INSTALL.md。確切的依賴項、Python 版本和設定步驟未在 README 中詳細說明，因此需要查閱安裝指南。
faceswap：四步工作流程：提取、訓練、轉換和 GUI（4）
該專案有多個入口點。主要步驟是：收集照片或影片，從原始照片中提取人臉，在提取的人臉上訓練模型，然後用模型轉換來源。README 給出了命令範例：`python faceswap.py extract` 從 `src` 資料夾提取人臉到 `extract` 資料夾；`python faceswap.py train` 從兩個資料夾提取照片並訓練模型，儲存在 `models` 資料夾；`python faceswap.py convert` 從 `original` 資料夾提取照片，並將新臉應用到 `modified` 資料夾。還有一個 GUI 可以透過 `python faceswap.py gui` 執行。，有一個影片轉換工具可以透過 `python tools.py effmpeg -h` 存取，或者你可以單獨使用 ffmpeg 將影片轉換為照片，處理後再轉回影片。
faceswap：支援和社群（5）
README 將使用者引導至 FaceSwap Discord 伺服器和 FaceSwap 論壇以獲得支援。它指出 Discord 伺服器是 SFW 的，並且一般性支援問題應釋出在論壇中，而不是在倉庫的 issues 中，否則可能會被刪除。還有 Patreon 頁面和一次性捐贈選項，提供了 Bitcoin、Ethereum、Monero 和 PayPal 的捐贈地址。README 提到開發者投入了大量時間而沒有經濟回報。
faceswap：如何貢獻（6）
貢獻部分按受眾分為了指導。對於對生成模型感興趣的人，有 'faceswap-model' 討論空間。對於開發者，步驟是完整閱讀 README、fork 倉庫、進行實驗，並檢視帶有 'dev' 標籤的 issues。對於非開發者的進階使用者，類似步驟使用 'advuser' 標籤，並鼓勵他們在論壇上幫助他人。對於最終使用者，建議是取得程式碼、進行實驗，並在論壇上尋求或提供幫助。README 強調任何與執行程式碼相關的問題都應釋出在論壇中，而不是倉庫中。
faceswap：機器學習背景（7）
README 連結了兩個影片，分別解釋電腦如何識別和塑造人臉，以及神經網路的基本工作原理。簡而言之，「訓練資料 + 試錯」。README 沒有提供更多技術細節，因此影片是理解底層機器學習概念的主要資源。
第 1 次檢查仍針對 faceswap：執行上述命令後，核對指定檔案、輸出格式、服務回應與退出碼；若結果不同，先對照 README 的版本、平台和設定鍵，再判斷是環境缺件還是專案行為。
第 2 次檢查仍針對 faceswap：執行上述命令後，核對指定檔案、輸出格式、服務回應與退出碼；若結果不同，先對照 README 的版本、平台和設定鍵，再判斷是環境缺件還是專案行為。
第 3 次檢查仍針對 faceswap：執行上述命令後，核對指定檔案、輸出格式、服務回應與退出碼；若結果不同，先對照 README 的版本、平台和設定鍵，再判斷是環境缺件還是專案行為。
第 4 次檢查仍針對 faceswap：執行上述命令後，核對指定檔案、輸出格式、服務回應與退出碼；若結果不同，先對照 README 的版本、平台和設定鍵，再判斷是環境缺件還是專案行為。
第 5 次檢查仍針對 faceswap：執行上述命令後，核對指定檔案、輸出格式、服務回應與退出碼；若結果不同，先對照 README 的版本、平台和設定鍵，再判斷是環境缺件還是專案行為。
第 6 次檢查仍針對 faceswap：執行上述命令後，核對指定檔案、輸出格式、服務回應與退出碼；若結果不同，先對照 README 的版本、平台和設定鍵，再判斷是環境缺件還是專案行為。
第 7 次檢查仍針對 faceswap：執行上述命令後，核對指定檔案、輸出格式、服務回應與退出碼；若結果不同，先對照 README 的版本、平台和設定鍵，再判斷是環境缺件還是專案行為。
第 8 次檢查仍針對 faceswap：執行上述命令後，核對指定檔案、輸出格式、服務回應與退出碼；若結果不同，先對照 README 的版本、平台和設定鍵，再判斷是環境缺件還是專案行為。
第 9 次檢查仍針對 faceswap：執行上述命令後，核對指定檔案、輸出格式、服務回應與退出碼；若結果不同，先對照 README 的版本、平台和設定鍵，再判斷是環境缺件還是專案行為。
第 10 次檢查仍針對 faceswap：執行上述命令後，核對指定檔案、輸出格式、服務回應與退出碼；若結果不同，先對照 README 的版本、平台和設定鍵，再判斷是環境缺件還是專案行為。
第 11 次檢查仍針對 faceswap：執行上述命令後，核對指定檔案、輸出格式、服務回應與退出碼；若結果不同，先對照 README 的版本、平台和設定鍵，再判斷是環境缺件還是專案行為。
第 12 次檢查仍針對 faceswap：執行上述命令後，核對指定檔案、輸出格式、服務回應與退出碼；若結果不同，先對照 README 的版本、平台和設定鍵，再判斷是環境缺件還是專案行為。
編輯結論
faceswap 適合需要 Deepfakes Software For All. Please see this forum post: Manifesto FaceSwap has ethical uses. 所描述能力，且能管理其環境與設定的使用者；不適合把 README 範例或未說明行為當成正式保證。先執行：在 deepfakes/faceswap 依 README 文件安裝，使用隔離素材測試 extract、train、convert 三段流程，觀察 CUDA 或 ROCm 設定、模型檔與輸出影像。，再依實際產物決定是否納入既有流程。
社群筆記