bilive

Appearance

Quick start ​

Mode ​

首先介绍本项目三种不同的处理模式：

  1. 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。
  2. 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。
  3. 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 bilive
pip 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。

常见问题收集

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 ​

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。

TIP

使用该参数模型至少需要保证有显存大于 2.7GB 的 GPU，否则请使用其他参数量的模型。

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 ​

bash
./record.sh

常见问题收集

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：

bash
./scan.sh

常见问题收集

6.2 启动自动上传进程 ​

bash
./upload.sh

常见问题收集

7. 查看执行日志 ​

相应的执行日志请在 logs 文件夹中查看，如果有问题欢迎在 issue 中提出。

logs # 日志文件夹
├── blrecLog # blrec 录制日志
│   └── ...
├── burningLog # 弹幕渲染日志
│   └── ...
├── mergeLog # 片段合并日志
│   └── ...
├── scanLog # scan运行日志
│   └── ...
├── uploadLog # 视频上传日志
│   └── ...
└── blrec.log # record.sh 运行日志

Installation(无 GPU 版本) ​

无 GPU 版本过程基本同上，可以跳过步骤 3，需要注意在执行步骤 5 之前完成以下设置将确保完全用 CPU 渲染视频弹幕。

  1. 请将 src/config.py 文件中的 GPU_EXIST 参数设置为 False。（若不置为 False 且则会使用 CPU 推理，不推荐，可自行根据硬件条件进行尝试。）
  2. 将 MODEL_TYPE 调整为 merge 或者 append。