棱镜 Prism Studio 2.0

直播素材智能中控。素材进去，直播出来。

架构

素材 → 水印检测(WatermarkSeg v6) → Mirage裂变(自适应变体)
     → TranscodeEngine(编码对抗) → SceneRouter(场景路由) → MPV全屏播放
                                                                  ↓
弹幕 ← collector_v2(Playwright) ← 抖音直播                        4K屏+手机实拍
  ↓                                   
ReplyEngine → Qwen3-TTS(SIM 0.95) → VB-Cable声卡 → 音频线 → 手机

目录

目录	职责
cli.py / server.py	CLI入口 / FastAPI管理面板
material_preprocessor.py	素材预处理：水印检测→修复→裂变→编码
live_player.py	MPV全屏播放器 (D3D11 GPU硬解)
tts_router.py	TTS路由：Qwen3-TTS / CosyVoice2 / Volcano
mirage/	素材裂变管线 (108变体 + AB混合240fps)
engines/	编码对抗 / 帧随机化 / 质量评分 / 场景路由 / 自愈监控
baiying/	百应桥接、弹幕采集、AI回复、TTS队列
orchestrator/	流程编排、状态机、设备管理、健康监控
providers/	20+外部软件适配器
runtime/	环境诊断、模型网关、全链路追踪
config/	Pydantic配置、模型路径注册

关键命令

# 环境诊断
python -m cli doctor

# 素材处理（30min视频 → 4-6h不重复直播素材）
python -m cli run --input 素材.mp4 --duration 1800

# 开播
python live_player.py --playlist playlist.json --fullscreen

# 弹幕采集
python -m baiying.collector_v2

模型依赖

模型	大小	用途
Qwen3-TTS 0.6B	3GB	语音合成/3秒克隆
WatermarkSeg v6	14MB	水印检测
Florence-2 base	463MB	通用视觉检测
YuFeng-XGuard 0.6B	1.5GB	内容安全

所有模型需手动下载到 models/ 目录，详见 MODELS.md。

技术栈

Python 3.12 / FFmpeg / OpenCV / MPV / Qwen3-TTS / Ollama / Playwright / FastAPI / Pydantic

评分

能力	评分
Mirage裂变	10/10
TranscodeEngine编码对抗	10/10
SceneRouter场景路由	9/10
Qwen3-TTS语音克隆	9/10
综合	8.3/10