简介
hymREC(关键词触发录制系统)是一个用 Go 编写的 B 站直播关键词触发录制工具。它持续监控目标直播间,当语音识别(ASR)文本命中关键词、或弹幕密度达到阈值时,自动产出包含关键词前 90 秒上下文的视频切片,供后续 FFmpeg 剪辑(加片头、断章取义)使用。
设计动机
本项目的关键词策略参考了一些切片创作者的切片风格——"量大管饱也有爆点":
- 量大管饱:触发条件宽松、关键词覆盖面广,任何直播间提及相关内容都值得录制;
- 断章取义:需要捕获关键词出现之前的上下文(回溯窗口从常规 60 秒扩展到 90 秒),以便剪辑时截取有戏剧效果的片段;
- 关联外溢:不仅切主播本人的直播,其他主播提及相关话题(T3 梗词)也应触发。
核心特性
| 特性 | 说明 |
|---|---|
| 层级关键词 | T1 精确 / T2 模糊(相似度阈值)/ T3 梗词联合 / T4 否定屏蔽 |
| 视频回溯 | ffmpeg 按 10 秒分段持续缓冲直播流,触发后自动提取回溯片段并 concat 合并 |
| 弹幕辅助触发 | WebSocket 实时监听弹幕,30 秒窗口内含关键词弹幕达到阈值即触发(延迟确认防误触) |
| 流式 ASR | 内置 FunASR WebSocket 客户端,支持热词表注入(权重 1-5)提升识别准确率 |
| 静音检测 | 能量阈值 VAD,静音段跳过 ASR,节省计算资源 |
| 断线自愈 | 音频采集与视频缓冲均支持自动重连 |
技术栈
- 语言:Go(标准库 + gorilla/websocket + brotli 解压)
- 媒体处理:ffmpeg(音频抽取、视频分段、片段合并)
- 语音识别:FunASR(Paraformer-zh-streaming),通过 WebSocket 接入
- 文档:VitePress
使用场景
- 录制虚拟主播(或任意 B 站主播)直播中提及特定话题的片段;
- 为切片工作提供"断章取义"所需的原始素材(含触发前 90 秒);
- 多直播间监控(每个房间一个实例)。
许可
本项目基于 AGPL-3.0 协议开源,仅供学习交流使用。请在征得对方许可的情况下录制,请勿未经授权将内容用于商业用途,请勿用于大规模录制。