原本我打算放上 Google Colab，但發現免費版執行失敗率高得嚇人；因此寫了一篇 Mac AppleSilicon 的踩坑文件，讓大家可以輕鬆體驗這款 AI 換臉工具（在自己電腦執行，無論效率還是便利性都高太多了）。
文章開始前，我先總結一下體驗心得：「在 AI 的時代下，眼見不足為憑；這類換臉工具在使用上已經沒有技術壁壘，即使 0 基礎的小白也能在短時間上手。」
【免責聲明】：教學只是示範一種思路，沒有任何不良引導，請勿將工具用於個人學習外其他目的，使用軟體需遵守軟體相關條款協議，別忘記小玉已經在監獄了。
小提醒：Windows 要安裝的東西可以參考這篇官方文章，其實跟 Mac 差不多。
STEP1: 安裝 Miniconda
進入官網選擇與自己電腦相容的 pkg 檔下載: https://docs.conda.io/en/latest/miniconda.html
安裝完成後進入終端機（Terminal），輸入 conda config --set auto_activate_base true 初始化 Conda（若要關閉輸入 conda config --set auto_activate_base false 即可）。
再次打開終端機時，命名行前會有（base）
STEP2: 下載 Roop 專案 & 安裝相關套件
進入終端機後，輸入 git clone https://github.com/s0md3v/roop 下載專案。
下載完成後進入專案目錄，將下面的內容貼到「requirements.txt」文件（這些是要安裝的套件）。
--extra-index-url https://download.pytorch.org/whl/cu118
numpy==1.23.5
opencv-python==4.7.0.72
onnx==1.14.0
insightface==0.7.3
psutil==5.9.5
tk==0.1.0
pillow==9.5.0
customtkinter==5.1.3
torch==2.0.0
onnxruntime==1.15.0; sys_platform == 'darwin' and platform_machine != 'arm64'
onnxruntime-silicon==1.13.1; sys_platform == 'darwin' and platform_machine == 'arm64'
onnxruntime-gpu==1.15.0; sys_platform != 'darwin'
tensorflow==2.13.0rc1; sys_platform == 'darwin'
tensorflow==2.12.0; sys_platform != 'darwin'
opennsfw2==0.10.2
protobuf==4.23.2
tqdm==4.65.0然後在終端機進入 roop 資料夾，輸入 pip install -r requirements.txt 安裝相關套件。
接著可以通過 homebrew 安裝 ffmpeg。
brew install ffmpeg
STEP3: 執行 roof 換臉程式
在 roof 資料夾下執行 python run.py，等個幾秒鐘就會有如下的圖形介面出現（第一次執行會需要下載 500 多 MB 的資源，需等待一段時間），操作非常簡單，主要功能可以參考下圖說明。
不過大多數人應該第一次執行時不會那麼順利，像筆者就遇到 tk 的錯誤如下：
後面用 brew search tk 來搜尋，才發現 python-tk@3.10 沒裝，執行 brew install python-tk@3.10 安裝後就正常了。
接著又遇到 torch、torchvision 相容性問題，這部分我看考他們的版本對照表重裝就正常了
pip uninstall torch torchvision
pip install torch==2.0 torchvision==0.15STEP4: 加強出圖效果與品質
作者表示 Apple Silicon 支援 CoreML 加速，執行下面指令安裝對應套件。
pip uninstall onnxruntime onnxruntime-silicon
pip install onnxruntime-silicon==1.13.1之後執行換臉程式時結尾加上「 — execution-provider coreml」即可加速，另外想增加品質可以在結尾加上「 — frame-processor face_swapper face_enhancer」即可，完整啟動換臉的指令如下：
python run.py --frame-processor face_swapper face_enhancer --execution-provider coreml
STEP5: 看看換臉後的圖片與影片品質
這邊我先拿自己的照片換到葉問的電影照看看。
其實我覺得效果是不錯的，會有違和感是因為我太胖了，跟身體不太吻合。
下面我再拿自己的照片跟韓團影片合成看看，不知道會不會一秒變歐巴（因為影片中有兩個人，所以我將 Many Faces 打開）。
其實我覺得結果的違和感不大（自己在說），不過因為我提供的照片有眼鏡，所以有些畫面會閃。
以上就是今天 AI 換臉的教學分享，筆者的電腦為 Mac M1 Max 32GB RAM，實測下來建議選擇 15 秒內的影片來做換臉，超過的話 RAM 可能會撐不住（超過可透過分段生成處理）。
最後提醒一下大家，這個工具真的很強大，門檻也很低；我們可以拿來學習、娛樂，但千萬不要拿來做犯法的事情。
如果這篇文章對你有幫助，可以對文章拍手讓我知道 👏🏻，也歡迎點擊「Follow」來追蹤我～
▶︎ 如果這篇文章有幫助到你
1. 可以點擊下方「Follow」來追蹤我～
2. 可以對文章拍手讓我知道 👏🏻
你們的追蹤與鼓勵是我繼續寫作的動力 🙏🏼
▶︎ 如果你對工程師的職涯感到迷茫
1. 也許我在iT邦幫忙發表的系列文可以給你不一樣的觀點 💡
2. 也歡迎您到書局選購支持，透過豐富的案例來重新檢視自己的職涯
