chore: fork settings

Author: timerring

README.md

@@ -148,11 +148,11 @@ pip install -r requirements.txt
 
 ##### 3.1.1 采用 api 方式
 
-将 `settings.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](https://console.groq.com/keys)。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。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](https://console.groq.com/docs/rate-limits)。
+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](https://console.groq.com/keys)。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。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](https://console.groq.com/docs/rate-limits)。
 
 ##### 3.1.2 采用本地部署方式(需保证有 NVIDIA 显卡)
 
-将 `settings.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。
+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`](https://openaipublic.azureedge.net/main/whisper/models/9ecf779972d90ba49c06d968637d720dd632c55bbf19d441fb42bf17a411e794/small.pt) 模型，请点击下载所需文件，并放置在 `src/subtitle/models` 文件夹中。
 
@@ -164,7 +164,7 @@ pip install -r requirements.txt
 
 ##### 3.2 MLLM 模型
 
-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 `settings.toml` 文件中的 `AUTO_SLICE` 参数设置为 `True`。其他配置分别有：
+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 `bilive.toml` 文件中的 `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 60 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](https://github.com/timerring/auto-slice-video)
@@ -173,27 +173,27 @@ 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
 
 ##### 3.2.1 GLM-4V-PLUS 模型
 
-> 如需使用 GLM-4V-PLUS 模型，请将 `settings.toml` 文件中的 `MLLM_MODEL` 参数设置为 `zhipu`
+> 如需使用 GLM-4V-PLUS 模型，请将 `bilive.toml` 文件中的 `MLLM_MODEL` 参数设置为 `zhipu`
 
-在项目的自动切片功能需要使用到智谱的 [`GLM-4V-PLUS`](https://bigmodel.cn/dev/api/normal-model/glm-4) 模型，请自行[注册账号](https://www.bigmodel.cn/invite?icode=shBtZUfNE6FfdMH1R6NybGczbXFgPRGIalpycrEwJ28%3D)并申请 API Key，填写到 `settings.toml` 文件中对应的 `ZHIPU_API_KEY` 中。
+在项目的自动切片功能需要使用到智谱的 [`GLM-4V-PLUS`](https://bigmodel.cn/dev/api/normal-model/glm-4) 模型，请自行[注册账号](https://www.bigmodel.cn/invite?icode=shBtZUfNE6FfdMH1R6NybGczbXFgPRGIalpycrEwJ28%3D)并申请 API Key，填写到 `bilive.toml` 文件中对应的 `ZHIPU_API_KEY` 中。
 
 ##### 3.2.2 Gemini 模型
 
-> 如需使用 Gemini-2.0-flash 模型，请将 `settings.toml` 文件中的 `MLLM_MODEL` 参数设置为 `gemini`
+> 如需使用 Gemini-2.0-flash 模型，请将 `bilive.toml` 文件中的 `MLLM_MODEL` 参数设置为 `gemini`
 
-在项目的自动切片功能需要使用到 Gemini-2.0-flash 模型，请自行[注册账号](https://aistudio.google.com/app/apikey)并申请 API Key，填写到 `settings.toml` 文件中对应的 `GEMINI_API_KEY` 中。
+在项目的自动切片功能需要使用到 Gemini-2.0-flash 模型，请自行[注册账号](https://aistudio.google.com/app/apikey)并申请 API Key，填写到 `bilive.toml` 文件中对应的 `GEMINI_API_KEY` 中。
 
 ##### 3.2.3 Qwen 模型
 
-> 如需使用 Qwen-2.5-72B-Instruct 模型，请将 `settings.toml` 文件中的 `MLLM_MODEL` 参数设置为 `qwen`
+> 如需使用 Qwen-2.5-72B-Instruct 模型，请将 `bilive.toml` 文件中的 `MLLM_MODEL` 参数设置为 `qwen`
 
-在项目的自动切片功能需要使用到 Qwen-2.5-72B-Instruct 模型，请自行[注册账号](https://bailian.console.aliyun.com/?apiKey=1)并申请 API Key，填写到 `settings.toml` 文件中对应的 `QWEN_API_KEY` 中。
+在项目的自动切片功能需要使用到 Qwen-2.5-72B-Instruct 模型，请自行[注册账号](https://bailian.console.aliyun.com/?apiKey=1)并申请 API Key，填写到 `bilive.toml` 文件中对应的 `QWEN_API_KEY` 中。
 
 ##### 3.2.4 Minimax 模型
 
-> 如需使用 Minimax 模型，请将 `settings.toml` 文件中 `generate_cover` 参数设置为 `true`，并将 `IMAGE_GEN_MODEL` 参数设置为 `minimax`。
+> 如需使用 Minimax 模型，请将 `bilive.toml` 文件中 `generate_cover` 参数设置为 `true`，并将 `IMAGE_GEN_MODEL` 参数设置为 `minimax`。
 
-在项目的自动切片功能需要使用到 Minimax 模型，请自行[注册账号](https://www.minimax.chat/)并申请 API Key，填写到 `settings.toml` 文件中对应的 `MINIMAX_API_KEY` 中。
+在项目的自动切片功能需要使用到 Minimax 模型，请自行[注册账号](https://www.minimax.chat/)并申请 API Key，填写到 `bilive.toml` 文件中对应的 `MINIMAX_API_KEY` 中。
 
 #### 4. bilitool 登录
 
@@ -258,7 +258,7 @@ logs # 日志文件夹
 #### 8. 配置上传参数
 
 > [!TIP]
-> 上传默认参数如下，[]中内容全部自动替换。可以在 `settings.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：
+> 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：
 > + 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。
 > + 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。
 > + 默认标签是根据主播名字自动在 b 站搜索推荐中抓取的热搜词。

bilive.toml

@@ -0,0 +1,41 @@
+# bilive Settings
+[model]
+model_type = "append" # Can be pipeline, append, merge
+
+# WARNING!: If you choose "deploy" local inference:
+# 1. Please check the VRAM requirements twice!
+# 2. Please make sure you have installed the Nvidia GPU driver and can check the cuda via `nvcc -V`!
+# WARNING!: If you choose "api":
+# due to the limitation of free tier, you should keep every video less than 30 minutes(around)
+# which means your MODEL_TYPE should not be "merge".
+[asr]
+asr_method = "none" # can be "deploy" or "api" or "none"
+whisper_api_key = "" # Apply for your own API key at https://console.groq.com/keys
+inference_model = "small" # If you choose "deploy", you should download the inference model from https://openaipublic.azureedge.net/main/whisper/models/9ecf779972d90ba49c06d968637d720dd632c55bbf19d441fb42bf17a411e794/small.pt
+
+[video]
+# You can change the title as you like, eg.
+# f"{artist}直播回放-{date}-{title}" - Streamer直播回放-20250328-Live title
+# f"{date}-{artist}直播回放" - 20250328-Streamer直播回放
+title = "{artist}直播回放-{date}-{title}" # Key words: {artist}, {date}, {title}, {source_link}
+description = "{artist}直播回放，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。" # Key words: {artist}, {date}, {title}, {source_link}
+gift_price_filter = 1 # The gift whose price is less than this value will be filtered, unit: RMB
+reserve_for_fixing = false # If encounter MOOV crash error, delete the video or reserve for fixing
+upload_line = "auto" # The upload line to be used, default None is auto detect(recommended), if you want to specify, it can be "bldsa", "ws", "tx", "qn", "bda2".
+
+[slice]
+auto_slice = false # General control: true or false
+slice_duration = 60 # better not exceed 300 seconds
+slice_num = 2 # the number of slices
+slice_overlap = 30 # the overlap of slices(seconds) see my package https://github.com/timerring/auto-slice-video for more details
+slice_step = 1 # the step of slices(seconds)
+min_video_size = 200 # The minimum video size to be sliced (MB)
+mllm_model = "gemini" # the multi-model LLMs, can be "gemini" or "zhipu" or "qwen"
+zhipu_api_key = "" # Apply for your own GLM-4v-Plus API key at https://www.bigmodel.cn/invite?icode=shBtZUfNE6FfdMH1R6NybGczbXFgPRGIalpycrEwJ28%3D
+gemini_api_key = "" # Apply for your own Gemini API key at https://aistudio.google.com/app/apikey
+qwen_api_key = "" # Apply for your own Qwen API key at https://bailian.console.aliyun.com/?apiKey=1
+
+[cover]
+generate_cover = false # whether to generate cover
+image_gen_model = "minimax" # the image generation model, can be "minimax"
+minimax_api_key = "" # Apply for your own Minimax API key at https://platform.minimaxi.com/user-center/basic-information/interface-key

settings.toml

@@ -1,48 +1,6 @@
 version = "1.0"
 webhooks = []
 
-# bilive Settings
-[model]
-model_type = "append" # Can be pipeline, append, merge
-
-# WARNING!: If you choose "deploy" local inference:
-# 1. Please check the VRAM requirements twice!
-# 2. Please make sure you have installed the Nvidia GPU driver and can check the cuda via `nvcc -V`!
-# WARNING!: If you choose "api":
-# due to the limitation of free tier, you should keep every video less than 30 minutes(around)
-# which means your MODEL_TYPE should not be "merge".
-[asr]
-asr_method = "none" # can be "deploy" or "api" or "none"
-whisper_api_key = "" # Apply for your own API key at https://console.groq.com/keys
-inference_model = "small" # If you choose "deploy", you should download the inference model from https://openaipublic.azureedge.net/main/whisper/models/9ecf779972d90ba49c06d968637d720dd632c55bbf19d441fb42bf17a411e794/small.pt
-
-[video]
-# You can change the title as you like, eg.
-# f"{artist}直播回放-{date}-{title}" - Streamer直播回放-20250328-Live title
-# f"{date}-{artist}直播回放" - 20250328-Streamer直播回放
-title = "{artist}直播回放-{date}-{title}" # Key words: {artist}, {date}, {title}, {source_link}
-description = "{artist}直播回放，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。" # Key words: {artist}, {date}, {title}, {source_link}
-gift_price_filter = 1 # The gift whose price is less than this value will be filtered, unit: RMB
-reserve_for_fixing = false # If encounter MOOV crash error, delete the video or reserve for fixing
-upload_line = "auto" # The upload line to be used, default None is auto detect(recommended), if you want to specify, it can be "bldsa", "ws", "tx", "qn", "bda2".
-
-[slice]
-auto_slice = false # General control: true or false
-slice_duration = 60 # better not exceed 300 seconds
-slice_num = 2 # the number of slices
-slice_overlap = 30 # the overlap of slices(seconds) see my package https://github.com/timerring/auto-slice-video for more details
-slice_step = 1 # the step of slices(seconds)
-min_video_size = 200 # The minimum video size to be sliced (MB)
-mllm_model = "gemini" # the multi-model LLMs, can be "gemini" or "zhipu" or "qwen"
-zhipu_api_key = "" # Apply for your own GLM-4v-Plus API key at https://www.bigmodel.cn/invite?icode=shBtZUfNE6FfdMH1R6NybGczbXFgPRGIalpycrEwJ28%3D
-gemini_api_key = "" # Apply for your own Gemini API key at https://aistudio.google.com/app/apikey
-qwen_api_key = "" # Apply for your own Qwen API key at https://bailian.console.aliyun.com/?apiKey=1
-
-[cover]
-generate_cover = false # whether to generate cover
-image_gen_model = "minimax" # the image generation model, can be "minimax"
-minimax_api_key = "" # Apply for your own Minimax API key at https://platform.minimaxi.com/user-center/basic-information/interface-key
-
 # blrec Settings
 [[tasks]]
 room_id = 173551

src/config.py

@@ -45,7 +45,7 @@ def get_interface_config():
     print("Initialize the database", flush=True)
     create_table()
 
-config = load_config_from_toml(os.path.join(BILIVE_DIR, 'settings.toml'))
+config = load_config_from_toml(os.path.join(BILIVE_DIR, 'bilive.toml'))
 if config is None:
     print("failed to load config file, please check twice", flush=True)
     exit(1)