专栏名称: GitHubStore

分享有意思的开源项目

极快B站直播录制与自动切片、渲染字幕投稿工具：Bilive

GitHubStore · 公众号 · · 2025-02-02 19:54

正文

项目简介

Bilive 是一款高效的 B站直播录制与自动处理工具，能够快速录制、切片并渲染弹幕、字幕，同时自动上传至 B站。它支持多房间录制，能够处理多个直播间的视频和弹幕，包括付费弹幕和礼物信息。该工具通过流水线处理流程，极大提升了录制与直播的同步速度，理想情况下可在直播结束后半小时内完成录播。Bilive 在硬件要求方面非常低，不需要 GPU，最低配置的设备也能流畅运行。除了自动录制和上传，Bilive 还支持自动渲染弹幕和字幕，能根据视频内容生成有趣的切片标题并进行自动切片上传。该工具优化了视频处理流程，兼容低配置设备，极大地节省了存储空间，适合各种硬件环境。

主要特点

速度快：采用 pipeline 流水线处理视频，理想情况下录播与直播相差半小时以内，没下播就能上线录播，目前已知 b 站录播最快版本！
多房间：同时录制多个直播间内容视频以及弹幕文件（包含普通弹幕，付费弹幕以及礼物上舰等信息）。
占用小：自动删除本地已上传的视频，极致节省空间。
模版化：无需复杂配置，开箱即用，( 🎉 NEW)通过 b 站搜索建议接口自动抓取相关热门标签。
检测片段并合并：对于网络问题或者直播连线导致的视频流分段，能够自动检测合并成为完整视频。
自动渲染弹幕：自动转换xml为ass弹幕文件并且渲染到视频中形成有弹幕版视频并自动上传。
硬件要求极低：无需GPU，只需最基础的单核CPU搭配最低的运存即可完成录制，弹幕渲染，上传等等全部过程，无最低配置要求，10年前的电脑或服务器依然可以使用！
( 🎉 NEW)自动渲染字幕 (如需使用本功能，则需保证有 Nvidia 显卡)：采用 OpenAI 的开源模型 whisper ，自动识别视频内语音并转换为字幕渲染至视频中。
( 🎉 NEW)自动切片上传：根据弹幕密度计算寻找高能片段并切片，结合多模态视频理解大模型 GLM-4V-PLUS 自动生成有意思的切片标题及内容，并且自动上传。

项目架构流程如下：

3. 测试硬件

OS: Ubuntu 22.04.4 LTS

尽量使用 22.04+ 的版本，更早版本的 ubuntu 自带 gcc 版本无法更新至 DanmakuFactory 以及 biliup-rs 所需版本，若使用较早版本，请参考 version `GLIBC_2.34‘ not found简单有效解决方法。
CPU：2核 Intel(R) Xeon(R) Platinum 85
GPU：无
内存：2G
硬盘：40G
带宽: 3Mbps

个人经验：若想尽可能快地更新视频，主要取决于上传速度而非弹幕渲染速度，因此建议网络带宽越大越好。

4. Quick start

更详细的教程请参考文档 bilive

Note

如果你是 windows 用户，请不要使用命令提示符（Command Prompt）或 Windows PowerShell，请使用 PowerShell 或 Linux 终端例如 WSL 或 Git Bash (推荐)。

Mode

首先介绍本项目三种不同的处理模式：

pipeline 模式(默认): 目前最快的模式，需要 GPU 支持，最好在 blrec 设置片段为半小时以内，asr 识别和渲染并行执行，分 p 上传视频片段。
append 模式: 基本同上，但 asr 识别与渲染过程串行执行，比 pipeline 慢预计 25% 左右，对 GPU 显存要求较低，兼顾硬件性能与处理上传效率。
merge 模式: 等待所有录制完成，再进行识别渲染合并过程，上传均为完整版录播（非分 P 投稿），等待时间较长，效率较慢，适合需要上传完整录播的场景。

Important

凡是用到 GPU 均需保证 GPU 显存大于运行程序所需 VRAM，具体计算 VRAM 方法可以参考该部分。

Installation(有 GPU 版本)

是否有 GPU 以 nvidia-smi 显示 nvidia GPU 驱动以及 nvcc -V 显示 CUDA 版本号为准。如果未配置显卡驱动或未安装 CUDA ，即使有 GPU 也无法使用，而会使用 CPU 推理（不推荐，可根据自身硬件条件判断是否尝试 CPU 推理）。

Tip

如果你是 windows 用户，请不要使用命令提示符（Command Prompt）或 Windows PowerShell，请使用 PowerShell 或 WSL 或 Git Bash (推荐)。

注意：PowerShell 和 Windows PowerShell 是不同的应用程序。

1. 安装依赖(推荐先 `conda` 创建虚拟环境)

cd bilivepip install -r requirements.txt

此外请根据各自的系统类型安装对应的 ffmpeg ，例如 ubuntu 安装 ffmpeg 。

2. 设置环境变量用于保存项目根目录

./setPath.sh && source ~/.bashrc

3. 配置 whisper 模型及 GLM-4V-PLUS 模型

3.1 whisper 模型

项目默认采用 small 模型，请点击下载所需文件，并放置在 src/subtitle/models 文件夹中。

3.2 GLM-4V-PLUS 模型

此功能默认关闭，如果需要打开请将 src/config.py 文件中的 AUTO_SLICE 参数设置为 True

在配置文件 src/config.py 中， SLICE_DURATION 以秒为单位设置切片时长（不建议超过 1 分钟），在项目的自动切片功能需要使用到智谱的 GLM-4V-PLUS 模型，请自行注册账号并申请 API Key，填写到 src/config.py 文件中对应的 Your_API_KEY 中。

4. biliup-rs 登录

首先按照 biliup-rs 登录b站，登录脚本在 src/upload/biliup ，登录产生的 cookies.json 保留在该文件夹下即可。

常见问题收集

5. 启动自动录制

./record.sh

6. 启动自动上传

请先确保你已经完成 步骤 3 ，正确下载并放置了模型文件。

6.1 启动扫描渲染进程

输入以下指令即可检测已录制的视频并且自动合并分段，自动进行弹幕转换，字幕识别与渲染的过程：