Skip to content

系统架构 ​

┌──────────────────────────────────────────────────────────────────┐
│                      hymREC 录制系统                                │
│                                                                   │
│  ┌─────────────┐    ┌──────────────┐    ┌─────────────────────┐  │
│  │ B站流获取    │───▶│  视频环形缓冲  │    │  音频采集            │  │
│  │ (room_init→ │    │ (ffmpeg TS段) │───▶│ (ffmpeg PCM管道)    │  │
│  │  playUrl)   │    │  保留最近N分钟 │    │  16kHz 单声道         │  │
│  └─────────────┘    └──────┬───────┘    └──────────┬──────────┘  │
│                            │                       │              │
│                    触发时回溯(前90秒)            VAD静音检测        │
│                            │                       ▼              │
│                     ┌─────────────┐    ┌─────────────────────┐    │
│                     │  录制控制器  │◀───│  关键词检测引擎      │    │
│                     │ (状态机)    │    │ (T1/T2/T3/T4 层级)  │    │
│                     └──────┬──────┘    └──────────▲──────────┘    │
│                            │                      │               │
│                            │             增量识别文本             │
│                            │                      │               │
│                     ┌─────────────┐    ┌──────────┴─────────┐    │
│                     │ 视频素材输出 │    │  ASR 引擎          │    │
│                     │ (concat合并)│    │ (FunASR)         │    │
│                     └─────────────┘    └─────────────────────┘    │
│                                                                   │
│  ┌─────────────────────────────────────────────────────────────┐  │
│  │ 弹幕监听 (WebSocket) ── 密度统计 ── 延迟确认 ──▶ 辅助触发    │  │
│  └─────────────────────────────────────────────────────────────┘  │
└──────────────────────────────────────────────────────────────────┘

流水线流程 ​

  1. 开播检测:pipeline.waitForLive 轮询 getRoomInfoOld,等待 liveStatus == 1;
  2. 流地址获取:bili.GetStreamURL 通过 room_init(短号→真实号)与 playUrl(platform=web 返回 FLV)获取流地址;
  3. 视频缓冲:recorder.VideoBuffer 用 ffmpeg 以 TS 分段持续录制直播流(默认 10 秒/段,保留 5 分钟),支持断线重连;
  4. 音频采集:capture.Source 用 ffmpeg 抽取 16kHz 单声道 PCM,每 600ms 一块;
  5. 识别与检测:VAD 静音检测 → ringbuf 写入(保留最近 90 秒)→ ASR 增量文本 → keyword.Detector 层级检测;
  6. 录制控制:触发时 recorder.Controller 进入录制态;停止时从视频缓冲提取 [触发时刻-90s, 停止时刻] 的分段,用 ffmpeg concat 合并输出;
  7. 弹幕辅助:danmaku.Client 实时监听,30 秒窗口内含关键词弹幕达到阈值时,延迟确认后触发录制。

并发模型 ​

  • 主 goroutine:pipeline.Run 中的采集-识别-检测循环;
  • 弹幕 goroutine:danmaku.Client.Run 读循环(断线自动重连退避);
  • ffmpeg 子进程:视频分段录制与音频抽取各占一个独立进程;
  • 组件间通过 channel / 互斥锁通信,全部支持 context 取消。

时间对齐说明 ​

音频块与 TS 分段均基于墙钟时间戳:

  • 音频块记录写入时刻 time.Time;
  • TS 分段文件名包含分段起始的本地时间(seg_YYYYMMDD_HHMMSS.ts);
  • 触发时以 触发时刻 - 90s 作为回溯起点,按文件名筛选分段。

由于 ASR 存在数百毫秒到数秒的延迟,实际切片起点与关键词出现时刻有少量偏差,对"断章取义"切片用途完全可接受。

AGPL-3.0 License · 仅供学习交流