GitHub - timerring/bilive: 极快的B站直播录制、自动切片、自动渲染弹幕以及字幕并投稿至B站，综合多种大模型，兼容超低配置机器。

7 x 24 小时无人监守录制、渲染弹幕、识别字幕、自动切片、自动上传、兼容超低配机器，启动项目，人人都是录播员。

📄 Documentation | ⚙️ Installation | 🤔 Reporting Issues

支持模型

1. Introduction

如果您觉得项目不错，欢迎 ⭐ 也欢迎 PR 合作，如果有任何疑问，欢迎提 issue 交流。

敬告：本项目仅供学习交流使用，请在征得对方许可的情况下录制，请勿未经授权私自将内容用于商业用途，请勿用于大规模录制，违者会被官方封禁，法律后果自负。

自动监听并录制B站直播和弹幕（含付费留言、礼物等），根据分辨率转换弹幕、语音识别字幕并渲染进视频，根据弹幕密度切分精彩片段并通过视频理解大模型生成有趣的标题，根据图像生成模型自动生成视频封面，自动投稿视频和切片至B站，兼容无GPU版本，兼容超低配置服务器与主机。

2. Major features

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！
( 🎉 NEW)多架构：适配 amd64 及 arm64 架构！
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，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，该转换工具库已经开源 DanmakuConvert 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：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，该自动切片工具库已开源 auto-slice-video，结合多模态视频理解大模型自动生成有意思的切片标题及内容，并且自动上传，目前已经支持的模型有：
- GLM-4V-PLUS
- Gemini-2.0-flash
- Qwen-2.5-72B-Instruct
( 🎉 NEW)持久化登录/下载/上传视频(支持多p投稿)：bilitool 已经开源，实现持久化登录，下载视频及弹幕(含多p)/上传视频(可分p投稿)，查询投稿状态，查询详细信息等功能，一键pip安装，可以使用命令行 cli 操作，也可以作为api调用。
( 🎉 NEW)自动多平台循环直播推流：该工具已经开源 looplive 是一个 7 x 24 小时全自动循环多平台同时推流直播工具。
( 🎉 NEW)自动生成风格变换的视频封面：采用图生图多模态模型，自动获取视频截图并上传风格变换后的视频封面。
- Minimax image-01
- Kwai Kolors
- Tencent Hunyuan
- Baidu ERNIE irag-1.0
- Stable Diffusion 3.5 large turbo
- Luma Photon
- Ideogram V_2
- Recraft
- Amazon Titan Image Generator V2

项目架构流程如下：

3. 测试硬件

Machine	Alicloud	Oracle Cloud	local server
OS	Ubuntu 22.04.4 LTS	debian 6.1.0	Ubuntu 22.04.4 LTS
Architecture	x64	aarch64	x64
CPU	2-core Intel(R) Xeon(R) Platinum 85	1-core Neoverse-N1	Intel(R) Core(TM) i5-9300H CPU
GPU	None	None	Nvidia GeForce GTX 1650
Memory	2G	4G	24G
Disk	40G	30G	512G
Bandwidth	3Mbps	100Mbps	100Mbps
Python Version	3.10	3.10	3.10

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渲染速度，因此建议网络带宽越大越好。由于 aarch64 版本 PyPI 没有 release 的 triton 库，因此 aarch64 版本暂时不支持本地部署 whisper，pip 时请自行注释 requirement 中的 triton 环境，配置均测试可用。

4. Quick start

更详细的教程请参考文档 bilive

Note

如果你是 windows 用户，请使用 WSL 运行本项目。

Mode

首先介绍本项目三种不同的处理模式：(以下特指 asr_method="deploy" 的情况，如填"none"或者"api"则不涉及 GPU, 可以忽略对 GPU 的描述)

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

Tip

如果你是 windows 用户，请使用 WSL 运行本项目。

0. clone 项目

由于项目引入了我写的 submodule DanmakuConvert，bilitool 和 auto-slice-video，因此推荐 clone 项目时就更新 submodules。

git clone --recurse-submodules https://github.com/timerring/bilive.git

如果你没有采用上述方式 clone 项目，请更新 submodules：

git submodule update --init --recursive

1. 安装依赖(推荐创建虚拟环境)

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. 配置参数

2.1 whisper 语音识别（渲染字幕功能）

Tip

有关语音识别的配置在 bilive.toml 文件的 [asr] 部分。
asr_method 默认为 none, 即不进行语音字幕识别。

2.1.1 采用 api 方式

将 bilive.toml 文件中的 asr_method 参数设置为 api，然后填写 WHISPER_API_KEY 参数为你的 API Key。

本项目采用 groq 提供 free tier 的 whisper-large-v3-turbo 模型，上传限制为 40 MB（约半小时），因此如需采用 api 识别的方式，请将视频录制分段调整为 30 分钟（默认即 30 分钟）。此外，free tier 请求限制为 7200秒/20次/小时，28800秒/2000次/天。如果有更多需求，也欢迎升级到 dev tier，更多信息见groq 官网。

2.1.2 采用本地部署方式(需保证有 NVIDIA 显卡)

将 bilive.toml 文件中的 asr_method 参数设置为 deploy，然后下载所需模型文件，并放置在 src/subtitle/models 文件夹中。

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

请保证 NVIDIA 显卡驱动安装正确 nvidia-smi nvcc -V，并能够调用 CUDA 核心 print(torch.cuda.is_available()) 返回 True。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，非常消耗 CPU 计算资源，不推荐，如果 CPU 硬件条件好可以尝试。
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。
更多模型请参考 whisper 参数模型部分。
更换模型方法请参考更换模型方法部分。

2.2 MLLM 模型（自动切片功能）

Tip

有关自动切片的配置在 bilive.toml 文件的 [slice] 部分。
auto_slice 默认为 false, 即不进行自动切片。

MLLM 模型主要用于自动切片后的切片标题生成，此功能默认关闭，如果需要打开请将 auto_slice 参数设置为 true。其他配置分别有：

slice_duration 以秒为单位设置切片时长（不建议超过 180 秒）。
slice_num 设置切片数量。
slice_overlap 设置切片重叠时长。切片采用滑动窗口法处理，细节内容请见 auto-slice-video
slice_step 设置切片步长。
min_video_size 设置最小被切片视频大小，防止对一些连线或者网络波动原因造成的短片段再切片。

接下来配置模型有关的 mllm_model 参数即对应的 api-key，请自行根据链接注册账号并且申请对应 api key，填写在对应的参数中，请注意以下模型只有你在 mllm_model 参数中设置的那个模型会生效。

Company	Google	智谱	阿里云
Name	Gemini-2.0-flash	GLM-4V-PLUS	Qwen-2.5-72B-Instruct
`mllm_model`	`gemini`	`zhipu`	`qwen`
`API key`	gemini_api_key	zhipu_api_key	qwen_api_key

2.3 Image Generation Model（自动生成视频封面）

Tip

有关自动生成视频封面的配置在 bilive.toml 文件的 [cover] 部分。
generate_cover 默认为 false, 即不进行自动生成视频封面。

采用图生图多模态模型，自动获取视频截图并上传风格变换后的视频封面，如需使用本功能，请将 generate_cover 参数设置为 true。接下来需要配置的参数有 image_gen_model 和对应的 api key，请自行根据链接注册账号并且申请对应 api key，填写在对应的参数中，请注意以下模型只有你在 image_gen_model 参数中设置的那个模型会生效。

Company	Model Name	`image_gen_model`	`API Key`
Minimax	image-01	`minimax`	minimax_api_key
Kwai	Kolors	`siliconflow`	siliconflow_api_key
Tencent	Hunyuan	`tencent`	tencent_secret_id and tencent_secret_key
Baidu	ERNIE irag-1.0	`baidu`	baidu_api_key
Stability AI	Stable Diffusion 3.5 large turbo	`stability`	stability_api_key
Luma Labs	Photon	`luma`	luma_api_key
Ideogram	Ideogram V_2	`ideogram`	ideogram_api_key
Recraft	Recraft V3	`recraft`	recraft_api_key
Amazon	Titan Image Generator V2	`amazon`	aws_access_key_id and aws_secret_access_key

3. 配置上传参数

上传默认参数如下，[]中内容全部自动替换。可以在 bilive.toml 中自定义相关配置，映射关键词为 {artist}、{date}、{title}、{source_link}，可自行组合删减定制模板：

title 标题模板是{artist}直播回放-{date}-{title}，效果为"【弹幕+字幕】[XXX]直播回放-[日期]-[直播间标题]"，可自行修改。
description 简介模板是{artist}直播，直播间地址：{source_link} 内容仅供娱乐，直播中主播的言论、观点和行为均由主播本人负责，不代表录播员的观点或立场。，效果为"【弹幕+字幕】[XXX]直播，直播间地址：[https://live.bilibili.com/XXX] 内容仅供娱乐，直播中主播的言论、观点和行为均由主播本人负责，不代表录播员的观点或立场。"，可自行修改。
gift_price_filter = 1 表示过滤价格低于 1 元的礼物。
reserve_for_fixing = false 表示如果视频出现错误，重试失败后不保留视频用于修复，推荐硬盘空间有限的用户设置 false。
upload_line = "auto" 表示自动探测上传线路并上传，如果需要指定固定的线路，可以设置为 bldsa、ws、tx、qn、bda2。

4. 配置录制参数

Important

请不要修改任何有关路径的任何配置，否则会导致上传模块不可用

录制模块采用第三方 package blrec，参数配置在 settings.toml 文件，也可以直接在录制启动后在对应的端口可视化页面配置。Quick start 只介绍关键配置，其他配置可自行在页面中对照配置项理解，支持热修改。

房间的添加按照文件中 [[tasks]] 对应的格式即可。
录制模块不登录状态下默认的录制质量为超清。如果需要登录，请将 cookie.json 文件（获取方式见步骤 5）中的 SESSDATA 参数值填写到 [header] 的 cookie 部分，形式cookie = "SESSDATA=XXXXXXXXXXX"，登录后即可录制更高质量画质。(推荐不登录)
duration_limit 表示录制时长，如果采用 whisper api 识别语音，请将分段控制在 1800 秒以内，其他情况没有限制。

5. bilitool 登录（持久化登录，该步只需执行一次）

对于 docker 部署，可以忽略这一步，因为 docker logs 在控制台中可以打印出二维码，直接扫码即可登录，以下内容针对源码部署。

5.1 方式一通过 cookie 登录

一般日志文件打印不出二维码效果，所以这步需要提前在机器上安装 bilitool:

pip install bilitool
bilitool login --export
# 然后使用 app 端扫码登录，会自动导出 cookie.json 文件

将登录的 cookie.json 文件留在本项目根目录下，./upload.sh 启动后即可删除该文件。

5.2 方式二通过 submodule 登录

或者在 submodule 中登录也可以，方式如下：

cd src/upload/bilitool
python -m bilitool.cli login
# 然后使用 app 端扫码即可登录

常见问题收集

6. 启动自动录制

Important

在有公网 ip 的服务器上使用默认密码并暴露端口号有潜在的暴露 cookie 风险，因此不推荐在有公网 ip 的服务器映射端口号。

如需使用 https，可以考虑 openssl 自签名证书并在 record.sh 中添加参数 --key-file path/to/key-file --cert-file path/to/cert-file。
可以自行限制服务器端口入站 ip 规则或者采用 nginx 等反向代理配置限制他人访问。

启动前请先设置录制前端页面的密码，并保存在 RECORD_KEY 环境变量中, your_password 由字母数字组成，最少 8 位，最多 80 位。

临时设置密码 export RECORD_KEY=your_password。(推荐)
持久化设置密码 echo "export RECORD_KEY=your_password" >> ~/.bashrc && source ~/.bashrc，其中 ~/.bashrc 根据你所用的 shell 自行修改即可。

./record.sh

常见问题收集

7. 启动自动上传

如果你使用 deploy 的方式本地部署 whisper，请先确保你已经正确下载并放置了对应的模型文件，并确保 CUDA 可用。

./upload.sh

常见问题收集

日志信息

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，有异常请优先提供 [debug] 级别的日志。

logs # 日志文件夹
├── record # blrec 录制日志
│   └── ...
├── scan # scan 处理日志 [debug]级别
│   └── ...
├── upload # upload 上传日志 [debug]级别
│   └── ...
└── runtime # 每次执行的日志 [info]级别
    └── ...

Docker 运行

Docker 版本的配置参考同上，登录方式更加简洁，启动后直接 docker logs bilive_docker 在日志中会打印登录二维码，扫码登录即可。

无 GPU 版本

已构建 amd64 及 arm64 版本，会自动根据架构选择。

your_record_password 为录制页面的密码，请自行设置，最短 8 最长 80。

docker run -itd \
    -v your/path/to/bilive.toml:/app/bilive.toml \
    -v your/path/to/settings.toml:/app/settings.toml \
    -v your/path/to/Videos:/app/Videos \
    -v your/path/to/logs:/app/logs \
    --name bilive_docker \
    -e RECORD_KEY=your_record_password \
    -p 22333:2233 \
    ghcr.io/timerring/bilive:0.3.0

有 GPU 版本

如果你能看到这行字，说明 0.3.0 版本还没有发布，会在两天内测试完发布，请耐心等待。可以尝试源码部署。注意：0.2.x 版本和 0.3.0 版本不兼容，如需采用 0.2.x 版本，请参考项目文档而不是本 README。

sudo docker run \
    -itd \
    --gpus 'all,"capabilities=compute,utility,video"' \
    --name bilive_docker_gpu \
    -p 22333:2233 \
    ghcr.io/timerring/bilive-gpu:0.3.0

Docker Compose

compose.yml 调整方法见 Installation。

使用镜像

默认 CPU latest version，如需使用 GPU 版本，请自行在 compose.yml 中调整。

docker compose up -d

自行构建

请先在 compose.yml 中调整相关配置，然后执行以下命令：

docker build
docker compose up -d

Name		Name	Last commit message	Last commit date
Latest commit History 184 Commits
.github		.github
Videos		Videos
assets		assets
docs		docs
logs		logs
src		src
.dockerignore		.dockerignore
.gitignore		.gitignore
.gitmodules		.gitmodules
Dockerfile		Dockerfile
Dockerfile-GPU		Dockerfile-GPU
README.md		README.md
bilive.toml		bilive.toml
compose.yml		compose.yml
package-lock.json		package-lock.json
package.json		package.json
record.sh		record.sh
requirements.txt		requirements.txt
settings.toml		settings.toml
start.sh		start.sh
upload.sh		upload.sh

Provide feedback

Saved searches

Use saved searches to filter your results more quickly

Repository files navigation

1. Introduction

2. Major features

3. 测试硬件

4. Quick start

Mode

Installation

0. clone 项目

1. 安装依赖(推荐创建虚拟环境)

2. 配置参数

2.1 whisper 语音识别（渲染字幕功能）

2.1.1 采用 api 方式

2.1.2 采用本地部署方式(需保证有 NVIDIA 显卡)

2.2 MLLM 模型（自动切片功能）

2.3 Image Generation Model（自动生成视频封面）

3. 配置上传参数

4. 配置录制参数

5. bilitool 登录（持久化登录，该步只需执行一次）

5.1 方式一通过 cookie 登录

5.2 方式二通过 submodule 登录

6. 启动自动录制

7. 启动自动上传

日志信息

Docker 运行

无 GPU 版本

有 GPU 版本

Docker Compose

使用镜像

自行构建

特别感谢

About

Releases 20

Packages

Contributors 3

Languages

timerring/bilive

Folders and files

Latest commit

History

Repository files navigation

1. Introduction

2. Major features

3. 测试硬件

4. Quick start

Mode

Installation

0. clone 项目

1. 安装依赖(推荐创建虚拟环境)

2. 配置参数

2.1 whisper 语音识别（渲染字幕功能）

2.1.1 采用 api 方式

2.1.2 采用本地部署方式(需保证有 NVIDIA 显卡)

2.2 MLLM 模型（自动切片功能）

2.3 Image Generation Model（自动生成视频封面）

3. 配置上传参数

4. 配置录制参数

5. bilitool 登录（持久化登录，该步只需执行一次）

5.1 方式一 通过 cookie 登录

5.2 方式二 通过 submodule 登录

6. 启动自动录制

7. 启动自动上传

日志信息

Docker 运行

无 GPU 版本

有 GPU 版本

Docker Compose

使用镜像

自行构建

特别感谢

About

Topics

Resources

Stars

Watchers

Forks

Releases 20

Packages 0

Contributors 3

Languages

5.1 方式一通过 cookie 登录

5.2 方式二通过 submodule 登录

Packages