结论先行:直播合规的痛点不是'有没有规则',而是'规则能不能在话术说出口的当下就生效'。我们用 faster-whisper 做低延迟语音转写,叠加一套可热更新的规则引擎,在某美妆品牌自播间把违规话术的拦截从'事后 24 小时复查'前移到'口播后数秒内提示',违规率明显下降。下面讲清链路、代码与上线要点。
为什么事后抽检不够
直播的违规话术是瞬时发生的:一句'全网最低'、一个没依据的'医用级'功效宣称,从主播嘴里说出来到被观众听进去只有几秒。等平台或品牌方事后抽审发现,该传播的影响已经造成,轻则下架,重则处罚。靠人工盯播,一个运营同时看几路直播间根本覆盖不过来,且人盯久了会疲劳漏看。
所以核心诉求是'在话术说出口的当下就提示',让主播或场控能立刻纠正,而不是等事后追责。这就把问题从'文本审核'变成了'流式语音审核'。
链路:转写加规则两段式
整条链路是:直播音频流按小段切分 -> faster-whisper 做流式转写(配合 VAD 做语音活动检测,只在有人说话时才推理)-> 转写文本送进规则引擎 -> 命中的话术实时提示主播/场控 -> 高危项给出'建议断流'信号。转写负责'听见',规则负责'判断',两段解耦,规则可以独立迭代。
实时转写:faster-whisper 上手
faster-whisper 基于 CTranslate2,比原版 Whisper 推理快很多,适合边播边转。下面是一段最小可用代码,重点是 beam_size、语言锁定为中文、以及用 VAD 过滤静音段。
from faster_whisper import WhisperModel
model = WhisperModel('small', device='cpu', compute_type='int8')
segments, _ = model.transcribe(
'live_stream.wav',
language='zh',
beam_size=5,
vad_filter=True,
vad_parameters=dict(min_silence_duration_ms=500)
)
for seg in segments:
print(round(seg.start, 1), seg.text) # 实时送规则引擎
工程上要控制段长,通常 3 到 5 秒一小段,既能压低延迟,又给规则引擎足够上下文判断'极限词 + 功效宣称'这类需要前后文的组合违规。
规则引擎:可热更新的违禁词库
规则不能写死在代码里。我们把它做成一份可热更新的配置:违禁词分三层——提示层(如'最'类极限词)、警告层(如未证实的功效宣称、医疗用语)、拦截层(如明令禁止的虚假宣传表述)。每条规则带'上下文条件',比如单独出现'第一'不一定违规,但'行业第一'就触发警告。
import re
RULES = [
('warn', r'(全网|行业|全国).{0,3}(第一|最低|最好)'),
('warn', r'(医用|治疗|消炎).{0,4}(功效|作用)'),
('block', r'(绝对|100%| Guaranteed)'),
]
def check(text):
hits = []
for level, pat in RULES:
if re.search(pat, text):
hits.append((level, pat))
return hits
规则要支持运营自己增删,且每次修改留版本。新出现的违规话术,场控标记一次,第二天就进规则库,不需要等发版。这部分和我们做AI 智能体的思路一致:把人工经验沉淀成可执行的策略。更进一步的语义级审核可以和检索增强结合,把广告法条款做成可召回的依据。
延迟与误报的取舍
实测里,3 到 5 秒的段长加转写 1 到 2 秒,整体在口播后 3 到 8 秒给出提示,主播来得及在下一句纠正。误报主要靠两条消解:一是白名单(品牌已备案的合规表述不报),二是上下文(有'据第三方检测'等前置说明时降级为提示而非警告)。误报率压不下来,主播就会开始无视提示,系统就废了。
那品牌的实际变化(脱敏)
这是某美妆品牌的自播间,日均直播 6 小时、多主播轮班。原来靠事后 24 小时抽审查违规,发现问题往往已经播完。接入实时审核后,违规话术在口播后数秒内被提示并现场纠正,相对自身历史基线,违规率下降约 62%;规则库保持每周迭代,误报率控制在可接受区间,主播接受度较高。
同样说明:这是脱敏后的区间值,不同品类、不同主播习惯差异很大,不能当作普适效果。可复制的是'流式转写加可热更新规则'这条结构,以及'误报治理决定系统生死'这条经验。
规则库怎么长起来:让每一次误报都变成养料
系统上线第一周误报一定多,关键是误报之后有没有沉淀。做法是给场控一个两秒就能完成的操作:在误报条目上点'这条可接受'或'这条该拦',系统自动记录话术上下文与判定,运营每日过一遍,把高频的加进白名单或规则。两周下来,误报率通常能掉一大截。
反过来,漏报比误报更危险。每周要抽一批已播内容做人工全量复检,看系统有没有放过违规。一旦发现有规律漏报,立刻补规则而不是调阈值——调阈值往往按下葫芦浮起瓢,规则补准才是正路。规则的权威来源是法务确认的话术红线,技术只负责把红线执行到位。
① 误报即标记,每日汇总进规则或白名单;
② 每周人工复检已播内容,专查漏报;
③ 规则修改留版本,支持回滚;
④ 每月和法务对账一次话术红线,红线条目以法务为准。
② 每周人工复检已播内容,专查漏报;
③ 规则修改留版本,支持回滚;
④ 每月和法务对账一次话术红线,红线条目以法务为准。
部署形态与数据边界
转写与规则匹配对延迟敏感,建议就近部署在直播间所在的机房或边缘节点,音频不出本地网络;规则库和转写日志属于运营敏感数据,要按角色隔离访问。若品牌有多平台多直播间,规则库应集中维护、按账号下发,避免各直播间各搞一套导致标准漂移。
边界
方言重、背景音乐大、多人同时说话的场次识别率会掉;规则引擎只能识别'已知模式',新型擦边话术要靠运营持续补规则。它定位是'辅助提示',不能替代法务对脚本的事前审核和平台的最终判定。
参考来源
faster-whisper 开源项目文档 - GitHub 开源仓库;直播电商合规要求与广告法相关条款 - 市场监管公开文件;品牌自播合规实践 - 行业公开案例报道(数据已脱敏,仅作方法说明)