Esta app te permite crear vídeos deepfake de cualquier persona a partir de una sola fotografía

Deep-Live-Cam es una aplicación que se ha vuelto viral en los últimos días gracias a la facilidad con la que permite crear vídeos deepfake de cualquier persona a partir de solamente una fotografía. El software es capaz de aplicar el rostro que se quiera sobre el de otro individuo en un streaming de vídeo, adaptándolo con naturalidad a las poses, la iluminación y las expresiones realizadas por quien está frente a la cámara web. Los resultados no son perfectos, pero es otro ejemplo de lo rápido que está evolucionando la tecnología y cómo engañar a otros resulta cada vez más fácil.

El software lleva en desarrollo desde finales del año pasado, pero han sido los ejemplos que se han viralizado en medios sociales, como deepfakes de Elon Musk o el candidato republicano a vicepresidente J.D. Vance, los que lo han llevado recientemente al número 1 de tendencias en GitHub, repositorio en el que está disponible para su descarga y uso gratuito esta aplicación de código abierto.

Some experiments - it works almost flawlessly and it's totally real-time. Took me 5 minutes to install. pic.twitter.com/Ow0QRF7WOj

— joao (@jay_wooow) August 9, 2024

Los peligros que representa este tipo de tecnología no son nuevos. El término comenzó a popularizarse en 2017 como una combinación de deep learning y fakes. Entonces, la tecnología para hacerlos era cara y lenta y no funcionaba en tiempo real, pero en pocos años ha progresado enormemente. Hasta el punto de conocerse casos como el de un empleado de una multinacional que transfirió casi 24 millones de euros a los estafadores que le hicieron creer que hablaba con su director financiero en una videollamada grupal deepfake, el pasado febrero. Deep-Live-Cam pone este tipo de capacidades al alcance de cualquiera.

Como muchos proyectos de código abierto en GitHub, Deep-Live-Cam une varios programas existentes bajo una nueva interfaz. Primero detecta caras tanto en las imágenes fuente como en las de destino, como un fotograma de video en vivo. Luego, utiliza un modelo de IA preentrenado llamado inswapper para realizar el intercambio de caras y otro modelo llamado GFPGAN para mejorar la calidad de las caras intercambiadas corrigiendo detalles y los artefactos que ocurren durante el proceso de intercambio de caras.

El modelo inswapper, desarrollado para un proyecto llamado InsightFace, puede adivinar cómo se vería una persona que figure en una foto usando diferentes expresiones y desde diferentes ángulos. Para lograrlo fue entrenado con un vasto conjunto de datos que contiene millones de imágenes faciales de miles de individuos capturadas desde varios ángulos, bajo diferentes condiciones de iluminación y con diversas expresiones.

Deep-Live-Cam es capaz de separar las características específicas de identidad, que permanecen constantes en diferentes imágenes de la misma persona, de las características específicas de la pose que cambian con el ángulo y la expresión. Esta separación permite que el modelo genere nuevas imágenes faciales que combinan la identidad de un rostro con la pose, expresión e iluminación de otro.

Este no es el único software de intercambio de rostros que puede encontrarse en GitHub. Facefusion, por ejemplo, utiliza el mismo modelo de IA para intercambio de rostros con una interfaz diferente. En cualquier caso, se trata de herramientas que no están dirigidas al usuario promedio y cuya instalación y uso requiere de ciertos conocimientos técnicos, como el de trabajar con bibliotecas de lenguaje Python en el ordenador.