关键词策略
本项目的关键词体系参考一些切片创作者"量大管饱"的切片风格:触发条件宽松、覆盖面广、能用梗词捕获"其他主播提及相关话题"的片段。
层级设计
| 层级 | 匹配类型 | 示例 | 触发条件 |
|---|---|---|---|
| T1 核心触发 | 精确匹配(大小写不敏感) | 星瞳 XingTong XT | 命中即触发 |
| T2 关联触发 | 模糊匹配(相似度 ≥ 阈值) | 小星星 瞳子 瞳宝 星瞳酱 | 命中即触发 |
| T3 梗/衍生触发 | 精确匹配 + 联合窗口 | 腾讯大小姐 CDD 虚无 云之彼端 | 需与 T1/T2 在 30 秒窗口内联合出现 |
| T4 否定词 | 精确匹配 | 不是星瞳 星瞳的黑称 | 命中时屏蔽本次检测 |
检测流程
文本进入 40 字符滑动窗口
├─ T4 否定词命中? ──────────── 是 → 不触发
├─ T1 精确命中? ────────────── 是 → 触发(记录联合记录)
├─ T2 模糊命中? ────────────── 是 → 触发(记录联合记录)
└─ T3 梗词命中且窗口内有 T1/T2 记录? → 触发- T1/T2 命中记录保留 30 秒(
t3_cooccur_window),供 T3 联合判断; - 模糊匹配:在滑动窗口内取与关键词等长的子串,计算相似度(基于最长公共子序列的比率,近似 Python
difflib.SequenceMatcher.ratio),达到t2_threshold(默认 0.75)即命中; - 否定词优先:同一窗口内出现 T4 词时,T1/T2/T3 全部失效。
状态机
触发(冷却通过) 停止延迟内无命中
┌────────┐ ──────▶ ┌───────────┐ ──────▶ ┌───────┐
│ IDLE │ │ RECORDING │ │ IDLE │
└────────┘ ◀────── └───────────┘ └───────┘
冷却期后再次触发 片段合并输出- 停止延迟(
stop_delay_seconds,默认 120s):关键词最后出现后,等待 N 秒停止录制。越短切片越多越碎片化("量大管饱"),越长越完整; - 冷却时间(
cooldown_seconds,默认 5s):停止后 N 秒内的再次触发被忽略,避免同一话题频繁启停。
续期与停止判定
停止延迟的计时由独立定时器(每 5 秒)驱动,不依赖 ASR 是否出字:主播长时间沉默(VAD 判静音或识别为空)时,录制仍会按时结束。
计时在录制期间被以下活动刷新(即"继续被触发则继续录制"):
- ASR 再次命中 T1-T4 关键词;
- 弹幕命中配置的关键词(弹幕触发的会话同样受停止延迟约束)。
因此切片时长 = ring_buffer_seconds 回溯 + 最后一次触发后的持续时长,而非固定 90 秒切一段。
热词注入
将关键词注入 ASR 热词表可显著提升识别准确率(权重 1-5):
yaml
asr:
hotwords:
星瞳: 5 # T1 核心词给最高权重
小星星: 5
瞳子: 4 # T2 关联词
瞳宝: 4
腾讯大小姐: 3 # T3 梗词
CDD: 3示例配置
yaml
keyword:
stop_delay_seconds: 120
cooldown_seconds: 5
t2_threshold: 0.75
t3_cooccur_window: 30.0
t1: ["星瞳", "XingTong", "XT"]
t2: ["小星星", "瞳子", "瞳宝", "星瞳酱"]
t3: ["腾讯大小姐", "CDD", "虚无", "云之彼端", "深月的风吟鸟唱", "邻家女孩", "瞳工"]
t4: ["不是星瞳", "星瞳的黑称"]