Skip to content

弹幕辅助触发 ​

仅靠 ASR 语音关键词可能遗漏部分素材(识别错误、主播未出声但弹幕刷屏等)。弹幕密度是补充触发信号:当弹幕中大量出现关键词时,说明直播间正在讨论相关内容。

工作方式 ​

  1. pipeline 通过 getDanmuInfo(wbi 签名 + buvid3 cookie)获取房间专属弹幕服务器地址与认证 token;
  2. danmaku.Client 通过 WebSocket 连接专属弹幕服务器(wss://<host>:<wss_port>/sub),携带 key 认证;
  3. 完成认证(protover=2,zlib 压缩)后持续接收弹幕,每 30 秒发送心跳;
  4. 每条 DANMU_MSG 弹幕文本与关键词列表比对;
  5. 滑动窗口统计:最近 window_seconds(默认 30 秒)内含关键词弹幕条数达到 density_threshold(默认 5)时触发;
  6. 延迟确认:达标后等待 confirm_delay(默认 2 秒)再次确认仍达标才触发,降低误触发。

说明:B 站公共弹幕服务器 broadcastlv.chat.bilibili.com 要求携带 token,无 token 连接会被立即断开(1006)。系统会自动走 getDanmuInfo 获取专属服务器与 token,无需手动配置。

为什么弹幕有用 ​

弹幕反应通常比语音早 1-3 秒——观众看到直播画面(动作、字幕、BGM)的反应速度快于主播说话。因此弹幕可以起到"预告"作用,让系统提前进入录制状态,配合 90 秒回溯覆盖更完整的上下文。

融合触发策略 ​

触发来源条件动作
ASR 关键词T1/T2 命中立即触发
ASR 关键词T3 + T1/T2 联合立即触发
弹幕密度窗口内 ≥ 阈值条延迟确认后触发
双重验证ASR 与弹幕同时命中触发并标记高置信度素材

配置 ​

yaml
danmaku:
  enabled: true
  keywords: ["星瞳", "瞳", "XT", "小星星"]
  density_threshold: 5
  window_seconds: 30
  confirm_delay: 2s

协议实现 ​

弹幕包协议(internal/danmaku)完整实现:

  • 16 字节包头:packetLen(4) + headerLen(2) + version(2) + op(4) + seq(4);
  • 操作码:2 心跳、3 心跳回复、5 消息、7 认证、8 认证回复;
  • 认证:{"uid":0,"roomid":X,"protover":2,"platform":"web","type":2,"key":"<token>"};
  • 压缩:version=0 JSON 明文、2 zlib、3 brotli(自动解压并递归拆包);
  • 断线自动重连(指数退避,最长 30 秒);
  • 握手注意事项:需携带浏览器 User-Agent 与 Origin: https://live.bilibili.com,且不要声明 WebSocket 子协议(B 站服务器会拒绝)。

wbi 签名 ​

getDanmuInfo 需要 wbi 签名(internal/bili/wbi.go):

  1. 访问 https://www.bilibili.com/ 获取 buvid3 cookie(并复制到 .bilibili.com 公共域);
  2. 通过主站 nav 接口获取 img_key/sub_key(未登录返回 -101 但 wbi_img 仍有效);
  3. 按固定打乱表生成 mixin_key,参数排序 + 时间戳 + MD5 生成 w_rid;
  4. 携带 wts/w_rid 调用 getDanmuInfo 获取 token 与专属服务器列表。

AGPL-3.0 License · 仅供学习交流