名称： eachlabs-face-swap
描述： 使用 EachLabs AI 在图像之间交换人脸。适用于用户希望在照片中替换或交换人脸的场景。
元数据：
author: eachlabs
version: "1.0"

EachLabs 人脸交换

使用 EachLabs Predictions API 在图像和视频之间交换人脸。

身份验证

请求头: X-API-Key: <你的API密钥>

请设置 EACHLABS_API_KEY 环境变量。你可以在 eachlabs.ai 获取你的密钥。

可用模型

示例

使用 AI 人脸交换 V1 进行图像人脸交换

curl -X POST https://api.eachlabs.ai/v1/prediction \
  -H "Content-Type: application/json" \
  -H "X-API-Key: $EACHLABS_API_KEY" \
  -d '{
    "model": "aifaceswap-face-swap",
    "version": "0.0.1",
    "input": {
      "target_image": "https://example.com/target-photo.jpg",
      "swap_image": "https://example.com/source-face.jpg"
    }
  }'

使用 Eachlabs 模型进行图像人脸交换

curl -X POST https://api.eachlabs.ai/v1/prediction \
  -H "Content-Type: application/json" \
  -H "X-API-Key: $EACHLABS_API_KEY" \
  -d '{
    "model": "each-faceswap-v1",
    "version": "0.0.1",
    "input": {
      "target_image": "https://example.com/target-photo.jpg",
      "swap_image": "https://example.com/source-face.jpg"
    }
  }'

视频人脸交换

curl -X POST https://api.eachlabs.ai/v1/prediction \
  -H "Content-Type: application/json" \
  -H "X-API-Key: $EACHLABS_API_KEY" \
  -d '{
    "model": "faceswap-video",
    "version": "0.0.1",
    "input": {
      "target_video": "https://example.com/target-video.mp4",
      "swap_image": "https://example.com/source-face.jpg"
    }
  }'

备选方案：使用 GPT Image v1.5 Edit 模型

适用于基于提示词的人脸替换：

curl -X POST https://api.eachlabs.ai/v1/prediction \
  -H "Content-Type: application/json" \
  -H "X-API-Key: $EACHLABS_API_KEY" \
  -d '{
    "model": "gpt-image-v1-5-edit",
    "version": "0.0.1",
    "input": {
      "prompt": "将图像1中的人脸替换为图像2中的人脸。保持相同的姿势、光照和表情。确保肤色自然且融合无缝。",
      "image_urls": [
        "https://example.com/target-photo.jpg",
        "https://example.com/source-face.jpg"
      ],
      "quality": "high"
    }
  }'

预测流程

1. 检查模型 GET https://api.eachlabs.ai/v1/model?slug=<slug> — 验证模型是否存在，并返回包含精确输入参数的 request_schema。在创建预测前务必执行此步骤，以确保输入正确。
2. 发送 POST 请求 至 https://api.eachlabs.ai/v1/prediction，提供模型标识符、版本 "0.0.1" 以及符合 schema 的输入数据。
3. 轮询 GET https://api.eachlabs.ai/v1/prediction/{id} 直到状态变为 "success" 或 "failed"。
4. 提取 响应中的输出图像 URL。

最佳实践建议

• 使用高质量、人脸清晰且光照良好的源图像。
• 源人脸图像应为清晰的正脸或接近正脸的肖像。
• 源图像与目标图像的光照条件相匹配，能产生更自然的效果。
• 在提示词中指定“无缝融合”和“自然肤色”。
• 目标图像中的人脸应清晰可见，且未被严重遮挡。