Skip to content

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"]

AGPL-3.0 License · 仅供学习交流