acfunlive-remake/danmuburn.go

// 弹幕合成相关：读取 jsonl，下载头像并圆形裁切，调用 ffmpeg 合成带头像的弹幕层
package main

import (
	"bufio"
	"bytes"
	"crypto/sha1"
	"encoding/json"
	"errors"
	"fmt"
	"image"
	"image/color"
	"image/draw"
	_ "image/gif"
	_ "image/jpeg"
	"image/png"
	"io"
	"math"
	"net/http"
	"os"
	"os/exec"
	"path/filepath"
	"regexp"
	"sort"
	"strconv"
	"strings"
	"sync"
	"time"

	xdraw "golang.org/x/image/draw"
	_ "golang.org/x/image/webp"
)

// 头像缓存目录名
const avatarCacheDir = "avatar_cache"

// 命令行 -vbitrate 指定的合成目标码率（Kbps），配合 config.MergeBitrate 使用
var burnBitrate int

// 缓存头像的边长
const avatarCacheSize = 256

// jsonl 里没有弹幕记录
var errNoDanmu = errors.New("jsonl 里没有弹幕")

// 弹幕在屏幕上的停留时长（秒），与 danmu.go 里的 danmuShowDur 一致
const danmuShowSeconds = 10.0

// 每块最多包含的弹幕条数
// 每条弹幕都要生成一段 overlay 并作为 -filter_complex 的单个参数传给 ffmpeg，
// 而 Windows 的命令行总长上限是 32767 字符（Linux 是单个参数 128KB），
// 弹幕一多整条命令就会超限且报错完全看不出原因，所以超过这个数量就分块渲染再拼接。
const maxDanmuPerChunk = 80

// 分块渲染产生的临时文件前缀
const chunkTempPrefix = "acfunlive_chunk_"

// 一个待渲染的弹幕块
type danmuChunk struct {
	start   float64       // 在视频时间轴上的起点（秒）
	end     float64       // 终点（秒），math.Inf(1) 表示一直到视频结尾
	records []danmuRecord // 属于这一块的弹幕
}

// 渲染分块时共用的参数
type burnContext struct {
	ffmpegFile string
	videoFile  string // 为空表示输出透明头像层
	outFile    string
	offset     float64
	meta       danmuMeta
	avatars    map[int64]string
	bitrate    int
	dir        string
	encoder    string // 已经验证可用的编码器，分块时避免每块都重新回退
}

// 头像直径，与文字的实际墨迹高度一致（字号是 em 框，墨迹约为 0.8 倍）
func avatarSize(fontSize int) int {
	return fontSize * 4 / 5
}

// 头像和弹幕文字之间的间隔
func avatarGap(fontSize int) int {
	return fontSize / 6
}

// 弹幕合成入口（命令行）
// 弹幕文件可以给 .jsonl，也可以给 .ass（先还原成 jsonl 再合成）
func runDanmuburn(danmuFile, videoFile, outFile string, offset float64) {
	src, err := prepareDanmuSource(danmuFile, true)
	if err != nil {
		if err == errNoDanmu {
			lPrintWarn(err.Error())
			os.Exit(0)
		}
		lPrintErr(err)
		os.Exit(1)
	}
	if err := burnDanmu(src.jsonlPath, videoFile, outFile, offset); err != nil {
		if err == errNoDanmu {
			lPrintWarn(err.Error())
			os.Exit(0)
		}
		lPrintErr(err)
		os.Exit(1)
	}
}

// 合成一个 jsonl（和可选的视频）为带头像的弹幕层
// videoFile 为空时输出透明头像层（ProRes 4444），否则把弹幕层压进视频
func burnDanmu(jsonlFile, videoFile, outFile string, offset float64) error {
	jsonlFile, err := filepath.Abs(jsonlFile)
	if err != nil {
		return err
	}
	if _, err := os.Stat(jsonlFile); err != nil {
		return fmt.Errorf("jsonl 文件不存在：%s", jsonlFile)
	}

	// 读取 jsonl，首行是元数据
	f, err := os.Open(jsonlFile)
	if err != nil {
		return err
	}
	defer f.Close()
	scanner := bufio.NewScanner(f)
	scanner.Buffer(make([]byte, 1024*1024), 1024*1024)
	var meta danmuMeta
	var records []danmuRecord
	first := true
	for scanner.Scan() {
		line := scanner.Bytes()
		if first {
			if err := json.Unmarshal(line, &meta); err != nil {
				return err
			}
			first = false
			continue
		}
		var r danmuRecord
		if json.Unmarshal(line, &r) == nil && r.Content != "" {
			records = append(records, r)
		}
	}
	if err := scanner.Err(); err != nil {
		return err
	}
	if meta.PlayResX == 0 || meta.FontSize == 0 {
		return errors.New("jsonl 文件格式不对，首行必须包含 playResX、playResY、fontSize")
	}
	if len(records) == 0 {
		return errNoDanmu
	}

	// 确定输出文件和模式：有视频就把弹幕压进视频，没有视频就输出透明头像层
	burnMode := videoFile != ""
	if burnMode {
		videoFile, err = filepath.Abs(videoFile)
		if err != nil {
			return err
		}
		if _, err := os.Stat(videoFile); err != nil {
			return fmt.Errorf("录播视频不存在：%s", videoFile)
		}
		if outFile == "" {
			// 成片默认放到单独的文件夹里，不再和录播、弹幕混在一起
			outFile = filepath.Join(mergeSaveDir(), filepath.Base(strings.TrimSuffix(jsonlFile, ".jsonl")+"_弹幕合并.mp4"))
		}
	} else {
		if outFile == "" {
			outFile = strings.TrimSuffix(jsonlFile, ".jsonl") + "_avatar.mov"
		}
	}
	outFile, err = filepath.Abs(outFile)
	if err != nil {
		return err
	}

	ffmpegFile := getFFmpeg()
	if ffmpegFile == "" {
		return errors.New("找不到 ffmpeg，请先安装并加入 PATH，或把 ffmpeg 放在本程序所在文件夹，或在设置里填写 ffmpeg 路径")
	}

	// 弹幕可能录得比视频久（视频中途中断过），超出视频时长的部分没法渲染，直接丢掉
	videoDuration := 0.0
	if burnMode {
		videoDuration = probeDuration(ffmpegFile, videoFile)
		if videoDuration > 0 {
			kept := records[:0]
			for _, r := range records {
				if r.Time+offset < videoDuration {
					kept = append(kept, r)
				}
			}
			if dropped := len(records) - len(kept); dropped > 0 {
				lPrintWarnf("有 %d 条弹幕超出了录播视频的时长（%.1f 秒），已跳过", dropped, videoDuration)
			}
			records = kept
			if len(records) == 0 {
				return errNoDanmu
			}
		}
	}

	// 弹幕字号可被设置覆盖（0 = 跟随弹幕文件），头像尺寸随字号等比缩放
	if config.DanmuFontSize > 0 {
		lPrintf("弹幕字号按设置使用 %d（弹幕文件里是 %d）", config.DanmuFontSize, meta.FontSize)
		meta.FontSize = config.DanmuFontSize
	}
	// 弹幕文件的坐标系和视频对不上时，统一到视频坐标系（见 unifyDanmuSpace）
	if burnMode {
		if vw, vh := probeVideoSize(ffmpegFile, videoFile); vw > 0 && vh > 0 {
			unifyDanmuSpace(&meta, vw, vh, config.DanmuFontSize)
		}
	}
	// 弹道按最终字号统一重排，避免还原弹幕或改字号后同弹道追尾
	relayoutLanes(records, meta)

	// 下载并圆形裁切头像
	avatarPaths := make(map[int64]string)
	dir := filepath.Dir(jsonlFile)
	cacheDir := filepath.Join(dir, avatarCacheDir)
	// 先去重，顺便记下每个用户自带的头像链接
	urlByUID := make(map[int64]string)
	uids := make([]int64, 0, 64)
	for _, r := range records {
		if r.UID == 0 {
			continue
		}
		if old, ok := urlByUID[r.UID]; !ok {
			uids = append(uids, r.UID)
			urlByUID[r.UID] = r.Avatar
		} else if old == "" && r.Avatar != "" {
			// 同一个用户的前几条可能没有头像链接，后面带上就补上
			urlByUID[r.UID] = r.Avatar
		}
	}
	looked := 0
	for i, uid := range uids {
		url := urlByUID[uid]
		if url == "" {
			// 从 .ass 还原出来的弹幕没有头像链接，按 uid 反查一次
			url = avatarURLByUID(uid)
			looked++
			// 反查比较慢，定期报一下进度，避免看起来像卡住了
			if looked%50 == 0 || i+1 == len(uids) {
				lPrintf("正在获取头像：已处理 %d/%d 个用户", i+1, len(uids))
			}
		}
		if url == "" {
			continue
		}
		if path := ensureAvatar(uid, url, cacheDir); path != "" {
			avatarPaths[uid] = path
		}
	}
	if looked > 0 {
		lPrintf("有 %d 个用户没有自带头像链接（多半是从 .ass 还原的弹幕），已按 uid 向 AcFun 反查", looked)
	}
	if len(avatarPaths) == 0 {
		lPrintWarn("没有任何头像可用，弹幕将只烧录文字，请检查网络后重试合并")
	}

	ctx := &burnContext{
		ffmpegFile: ffmpegFile,
		videoFile:  videoFile,
		outFile:    outFile,
		offset:     offset,
		meta:       meta,
		avatars:    avatarPaths,
		bitrate:    config.MergeBitrate + burnBitrate,
		dir:        dir,
	}

	chunks := splitDanmuChunks(records, offset, videoDuration)
	if len(chunks) <= 1 {
		lPrintf("共 %d 条弹幕，%d 个用户的头像可用，开始合成", len(records), len(avatarPaths))
		return ctx.burnSingle(records)
	}

	lPrintf("共 %d 条弹幕，%d 个用户的头像可用；超过单次渲染上限（%d 条），分 %d 块渲染后拼接",
		len(records), len(avatarPaths), maxDanmuPerChunk, len(chunks))
	return ctx.burnChunked(chunks)
}

// 渲染前按最终字号重排弹道：jsonl 里的 lane/width 是录制或 .ass 还原时算的，
// 从原格式 .ass 还原的弹幕没把昵称和头像算进宽度（占位提前放行了同弹道的下一条，
// 画面上就追尾叠字），改过字号后更是全对不上。这里用和录制时相同的碰撞公式、
// 按「昵称(uid):内容 + 头像」的完整宽度重新分配一遍，保证弹道不重叠。
func relayoutLanes(records []danmuRecord, meta danmuMeta) {
	sort.SliceStable(records, func(i, j int) bool { return records[i].Time < records[j].Time })
	fs := meta.FontSize
	show := int64(danmuShowSeconds * 1e9)
	resX := int64(meta.PlayResX)
	avW, avGap := avatarSize(fs), avatarGap(fs)
	// 空弹道用「远古」状态占位：placeLane 的条件是本条出现时间晚于上一条的让位时刻，
	// 零值下 0 > 0 不成立，第一条弹幕（还原出来的弹幕时间可能正好是 0）会占不上弹道，
	// 占用状态丢掉后后面的弹幕又会跟着落回空弹道，等于白排。录制时弹幕时间总大于 0，
	// 所以原逻辑没暴露这个问题。
	lanes := make([]laneState, laneNum)
	for i := range lanes {
		lanes[i] = laneState{appear: math.MinInt64, emerge: math.MinInt64, disappear: math.MinInt64}
	}
	for i := range records {
		r := &records[i]
		r.Width = textWidth(speakerText(r.Name, r.UID, r.Content), fs)
		total := int64(avW+avGap) + int64(r.Width)
		rel := int64(r.Time * 1e9)
		dt := laneState{
			appear:    rel,
			emerge:    rel + total*show/(resX+total),
			disappear: rel + show,
		}
		left := rel + resX*show/(resX+total)
		j := placeLane(lanes, dt, left)
		if j < 0 {
			// 100 条弹道都还占着：退到最早让出来的那条。录制时是直接不写这条，
			// 合并时丢一条等于凭空少一句弹幕，压一点也比丢了强。
			j = earliestLane(lanes)
			lanes[j] = dt
		}
		r.Lane = j
	}
}

// 最早会空出来的弹道行
func earliestLane(lanes []laneState) int {
	best := 0
	for i := range lanes {
		if lanes[i].disappear < lanes[best].disappear {
			best = i
		}
	}
	return best
}

// 把渲染坐标系统一到视频分辨率。
// 弹幕文件里的 PlayResX/PlayResY 是录制当时的画面尺寸，老文件常和现在的视频对不上
// （例如 960x540 的弹幕文件配 720x1280 的竖屏视频）。libass 会按「视频高 / PlayResY」
// 缩放文字和它的坐标，而头像叠加用的是视频像素坐标，两者不在同一个坐标系里 ——
// 字号越大越明显：头像显得小，而且每往下一行错得越多（看起来和文字分开了）。
// 这里把 PlayRes 改成视频宽高：跟随文件时字号按高度比换算（保持占画面的比例），
// 用户显式填了字号就直接用（他看的是成片上的像素）。返回是否做过调整。
func unifyDanmuSpace(meta *danmuMeta, vw, vh, fontSizeOverride int) bool {
	if vw <= 0 || vh <= 0 || (vw == meta.PlayResX && vh == meta.PlayResY) {
		return false
	}
	oldX, oldY, oldFs := meta.PlayResX, meta.PlayResY, meta.FontSize
	if fontSizeOverride > 0 {
		meta.FontSize = fontSizeOverride
	} else {
		meta.FontSize = int(math.Round(float64(oldFs) * float64(vh) / float64(oldY)))
	}
	if meta.FontSize < 1 {
		meta.FontSize = 1
	}
	meta.PlayResX, meta.PlayResY = vw, vh
	lPrintf("弹幕文件的坐标系是 %dx%d（字号 %d），视频是 %dx%d，改按视频坐标系渲染，字号 %d",
		oldX, oldY, oldFs, vw, vh, meta.FontSize)
	return true
}

// 用 ffmpeg 探测视频分辨率，探测不到返回 0, 0
func probeVideoSize(ffmpegFile, path string) (int, int) {
	cmd := exec.Command(ffmpegFile, "-hide_banner", "-i", path)
	var buf bytes.Buffer
	cmd.Stderr = &buf
	// 没指定输出文件时 ffmpeg 会返回非 0，但流信息已经打印出来了
	_ = cmd.Run()

	for _, line := range strings.Split(buf.String(), "\n") {
		// 只看视频流，跳过封面图（mjpeg 之类的 attached pic）那几行
		if !strings.Contains(line, "Video:") || strings.Contains(line, "attached pic") {
			continue
		}
		if m := videoSizeRe.FindStringSubmatch(line); len(m) == 3 {
			w, _ := strconv.Atoi(m[1])
			h, _ := strconv.Atoi(m[2])
			return w, h
		}
	}
	return 0, 0
}

// 逗号后紧跟的「数字x数字」就是分辨率，前面的编码器名里也有 0x… 这种十六进制，靠逗号区分
var videoSizeRe = regexp.MustCompile(`, (\d{2,5})x(\d{2,5})[, \[]`)

// 用 ffmpeg 探测媒体文件的时长（秒），探测不到返回 0
func probeDuration(ffmpegFile, path string) float64 {
	cmd := exec.Command(ffmpegFile, "-hide_banner", "-i", path)
	var buf bytes.Buffer
	cmd.Stderr = &buf
	// 没指定输出文件时 ffmpeg 会返回非 0，但时长信息已经打印出来了
	_ = cmd.Run()

	m := durationRe.FindStringSubmatch(buf.String())
	if len(m) != 4 {
		return 0
	}
	h, _ := strconv.Atoi(m[1])
	mi, _ := strconv.Atoi(m[2])
	s, _ := strconv.ParseFloat(m[3], 64)
	return float64(h)*3600 + float64(mi)*60 + s
}

var durationRe = regexp.MustCompile(`Duration: (\d+):(\d+):(\d+\.\d+)`)

// 弹幕不多时直接一次渲染完，同样从 jsonl 生成字幕，不依赖录制时留下的 .nick.ass
func (c *burnContext) burnSingle(records []danmuRecord) error {
	chunk := danmuChunk{start: 0, end: math.Inf(1), records: records}
	// 临时字幕一律用纯 ASCII 文件名：libass 在部分环境下打不开非 ASCII 的文件名
	assName := chunkTempPrefix + "single.ass"
	assPath := filepath.Join(c.dir, assName)
	if err := writeChunkAss(assPath, c.meta, chunk, c.offset,
		avatarSize(c.meta.FontSize), avatarGap(c.meta.FontSize)); err != nil {
		return fmt.Errorf("生成字幕文件失败：%v", err)
	}
	defer os.Remove(assPath)

	return c.renderChunk(chunk, assName, c.outFile, false)
}

// 分块渲染：每块单独渲染成一个小片，最后用 concat 拼成完整成片
func (c *burnContext) burnChunked(chunks []danmuChunk) error {
	ext := ".mov"
	if c.videoFile != "" {
		ext = ".mp4"
	}

	var parts []string
	defer func() {
		for _, p := range parts {
			_ = os.Remove(p)
		}
	}()

	ad, gap := avatarSize(c.meta.FontSize), avatarGap(c.meta.FontSize)
	for i, ch := range chunks {
		// 每块的字幕单独生成，只包含这一块时间范围内的弹幕
		assName := fmt.Sprintf("%schunk_%04d.ass", chunkTempPrefix, i)
		assPath := filepath.Join(c.dir, assName)
		if err := writeChunkAss(assPath, c.meta, ch, c.offset, ad, gap); err != nil {
			return fmt.Errorf("生成第 %d 块的字幕失败：%v", i+1, err)
		}
		defer os.Remove(assPath)

		part := filepath.Join(c.dir, fmt.Sprintf("%spart_%04d%s", chunkTempPrefix, i, ext))
		lPrintf("正在渲染第 %d/%d 块（%s ~ %s，%d 条弹幕）",
			i+1, len(chunks), formatSeconds(ch.start), formatSeconds(ch.end), len(ch.records))
		if err := c.renderChunk(ch, assName, part, true); err != nil {
			return fmt.Errorf("渲染第 %d/%d 块失败：%v", i+1, len(chunks), err)
		}
		parts = append(parts, part)
	}

	lPrintf("正在把 %d 个分块拼接成完整成片", len(parts))
	if err := concatChunks(c.ffmpegFile, parts, c.outFile, c.dir); err != nil {
		return err
	}
	return nil
}

// 把弹幕按时间切成若干块，块的时间范围首尾相接，保证视频不会缺帧
// maxEnd 大于 0 时表示视频总时长，块尾不会超过它
func splitDanmuChunks(records []danmuRecord, offset, maxEnd float64) []danmuChunk {
	n := len(records)
	if n == 0 {
		return nil
	}
	if n <= maxDanmuPerChunk {
		return []danmuChunk{{start: 0, end: math.Inf(1), records: records}}
	}

	chunks := make([]danmuChunk, 0, n/maxDanmuPerChunk+1)
	i := 0
	start := 0.0
	for i < n {
		limit := i + maxDanmuPerChunk
		if limit >= n {
			chunks = append(chunks, danmuChunk{start: start, end: math.Inf(1), records: records[i:]})
			break
		}
		// 块尾取第 limit 条弹幕显示结束的时刻
		end := records[limit-1].Time + offset + danmuShowSeconds
		if maxEnd > 0 && end > maxEnd {
			end = maxEnd
		}
		if end <= start {
			end = start + danmuShowSeconds
		}
		// 起点早于块尾的弹幕（显示会跨过块尾）也并入这一块
		j := limit
		for j < n && records[j].Time+offset < end {
			j++
		}
		chunks = append(chunks, danmuChunk{start: start, end: end, records: records[i:j]})
		i = j
		start = end
	}
	return chunks
}

// 为分块渲染生成只包含该块弹幕的字幕文件（相对块起点计时）
func writeChunkAss(path string, meta danmuMeta, chunk danmuChunk, offset float64, avW, avGap int) error {
	f, err := os.Create(path)
	if err != nil {
		return err
	}
	defer f.Close()

	// ASS 必须带 [Script Info] 开头，否则 libass 探测格式会失败
	fmt.Fprintf(f, scriptInfoTmpl, "", "", filepath.Base(path), meta.PlayResX, meta.PlayResY)
	fmt.Fprintf(f, stylesTmpl, meta.FontSize)
	fmt.Fprint(f, eventsTmpl)

	for _, r := range chunk.records {
		t0 := r.Time + offset
		visStart := math.Max(t0, chunk.start)
		visEnd := math.Min(t0+danmuShowSeconds, chunk.end)
		if visEnd <= visStart {
			continue
		}
		text := r.Name + "(" + strconv.FormatInt(r.UID, 10) + "):" + r.Content
		y := meta.FontSize * r.Lane
		fmt.Fprintf(f, dialogueNickTmpl,
			assTime(int64((visStart-chunk.start)*1e9)), assTime(int64((visEnd-chunk.start)*1e9)),
			strings.ReplaceAll(r.Name, ",", " "), r.UID,
			meta.PlayResX+avW+avGap, y, -r.Width, y, text)
	}
	return nil
}

// 渲染一个块：把这一块的弹幕（文字层 + 头像层）压进对应的视频片段
// cut 为 true 时表示这是分块渲染，需要按时长切出视频片段并重编码音频
func (c *burnContext) renderChunk(chunk danmuChunk, assBase, out string, cut bool) error {
	burnMode := c.videoFile != ""

	// 统计这一块用到的头像，按首次出现顺序分配输入序号（输入 0 是视频或背景）
	uidOrder := []int64{}
	uidCount := make(map[int64]int)
	uidInput := make(map[int64]int)
	for _, r := range chunk.records {
		if _, ok := c.avatars[r.UID]; !ok {
			continue
		}
		if _, seen := uidCount[r.UID]; !seen {
			uidOrder = append(uidOrder, r.UID)
			uidInput[r.UID] = len(uidOrder)
		}
		uidCount[r.UID]++
	}

	args := []string{"-y"}
	if burnMode {
		if cut {
			// -ss 放在 -i 之前是快速定位，配合重编码能精确切到指定时间点
			args = append(args, "-ss", formatSeconds(chunk.start))
		}
		args = append(args, "-i", c.videoFile)
	} else {
		args = append(args, "-f", "lavfi", "-i",
			fmt.Sprintf("color=c=black@0:s=%dx%d:d=%.2f:r=30,format=rgba",
				c.meta.PlayResX, c.meta.PlayResY, c.chunkDuration(chunk)+0.5))
	}
	for _, uid := range uidOrder {
		args = append(args, "-i", c.avatars[uid])
	}

	fc := &strings.Builder{}
	prev := "0:v"
	if burnMode {
		fmt.Fprintf(fc, "[%s]subtitles=filename='%s'[b0];\n", prev, assBase)
		prev = "b0"
	}
	// 把每个头像缩放到弹幕字号对应的直径，同一个头像被多条弹幕使用时用 split 复制
	ad := avatarSize(c.meta.FontSize)
	gap := avatarGap(c.meta.FontSize)
	for _, uid := range uidOrder {
		idx := uidInput[uid]
		if uidCount[uid] == 1 {
			fmt.Fprintf(fc, "[%d:v]scale=%d:%d[av%d];\n", idx, ad, ad, idx)
		} else {
			outs := &strings.Builder{}
			for j := 0; j < uidCount[uid]; j++ {
				fmt.Fprintf(outs, "[av%d_%d]", idx, j)
			}
			fmt.Fprintf(fc, "[%d:v]scale=%d:%d,split=%d%s;\n", idx, ad, ad, uidCount[uid], outs.String())
		}
	}
	uidCopy := make(map[int64]int) // 每个头像当前用掉的份数
	for n, r := range chunk.records {
		idx, ok := uidInput[r.UID]
		if !ok {
			continue
		}
		avLabel := strconv.Itoa(idx)
		if uidCount[r.UID] > 1 {
			avLabel = strconv.Itoa(idx) + "_" + strconv.Itoa(uidCopy[r.UID])
			uidCopy[r.UID]++
		}
		t0 := r.Time + c.offset
		visStart := math.Max(t0, chunk.start)
		visEnd := math.Min(t0+danmuShowSeconds, chunk.end)
		if visEnd <= visStart {
			continue
		}
		// 头像在文字左侧并留出间隔：ASS 里的文字左边缘是这里加 ad+gap，头像跟着文字一起滚动。
		// 位置公式 x = 画面宽 - (画面宽+总宽)*(t-t0)/10，这里 t 是块内时间，把 t0 也换算到块内坐标
		total := ad + gap + r.Width
		shift := chunk.start - t0
		x := fmt.Sprintf("%d-(%d+%d)*(t%+.3f)/10", c.meta.PlayResX, c.meta.PlayResX, total, shift)
		y := c.meta.FontSize*r.Lane + (c.meta.FontSize-ad)/2 // 头像与文字墨迹垂直居中
		outLabel := fmt.Sprintf("s%d", n)
		fmt.Fprintf(fc, "[%s][av%s]overlay=x='%s':y=%d:enable='between(t,%.3f,%.3f)'[%s];\n",
			prev, avLabel, x, y, visStart-chunk.start, visEnd-chunk.start, outLabel)
		prev = outLabel
	}
	if burnMode {
		fmt.Fprintf(fc, "[%s]format=yuv420p[v]", prev)
	} else {
		fmt.Fprintf(fc, "[%s]format=yuva444p10le[v]", prev)
	}

	args = append(args, "-filter_complex", fc.String(), "-map", "[v]")
	if burnMode {
		args = append(args, "-map", "0:a?")
		if cut {
			// 分块切割点的音频不在帧边界上，必须重编码，否则拼接后会累积音画错位
			args = append(args, "-c:a", "aac", "-b:a", "192k")
		} else {
			args = append(args, "-c:a", "copy")
		}
		args = append(args, "-movflags", "+faststart")
	} else {
		args = append(args, "-c:v", "prores_ks", "-profile:v", "4444", "-pix_fmt", "yuva444p10le")
	}
	if cut && !math.IsInf(chunk.end, 1) {
		args = append(args, "-t", formatSeconds(chunk.end-chunk.start))
	}

	if !burnMode {
		// 透明头像层模式固定用 ProRes 4444，不能再追加编码器覆盖
		full := append(append([]string{}, args...), out)
		lPrintln("开始运行 ffmpeg 合成透明头像层，输出到 " + out)
		if err := runFFmpeg(c.ffmpegFile, full, c.dir); err != nil {
			return err
		}
		return nil
	}

	// 烧录模式：优先 Intel QSV 硬件编码，运行失败自动回退 libx264
	encoders := buildEncoders(c.bitrate, c.ffmpegFile)
	// 已经在这条流水线里验证过可用的编码器直接复用，分块时不用每块都回退一次
	begin := 0
	if c.encoder != "" {
		for i, enc := range encoders {
			if enc.name == c.encoder {
				begin = i
				break
			}
		}
	}
	var lastErr error
	for i := begin; i < len(encoders); i++ {
		enc := encoders[i]
		full := append(append([]string{}, args...), "-c:v", enc.name)
		full = append(full, enc.opts...)
		full = append(full, out)
		if i == begin {
			lPrintf("开始运行 ffmpeg 合成（编码器 %s），输出到 %s", enc.name, out)
		}
		if err := runFFmpeg(c.ffmpegFile, full, c.dir); err != nil {
			lastErr = err
			if i+1 < len(encoders) {
				lPrintWarnf("编码器 %s 运行失败，回退到 %s：%v", enc.name, encoders[i+1].name, err)
				continue
			}
			return fmt.Errorf("ffmpeg 运行失败：%v", lastErr)
		}
		c.encoder = enc.name
		return nil
	}
	return fmt.Errorf("ffmpeg 运行失败：%v", lastErr)
}

// 这一块需要渲染的时长（用于透明头像层模式生成等长的黑底）
func (c *burnContext) chunkDuration(chunk danmuChunk) float64 {
	if !math.IsInf(chunk.end, 1) {
		return chunk.end - chunk.start
	}
	maxT := chunk.start
	for _, r := range chunk.records {
		if t := r.Time + c.offset + danmuShowSeconds; t > maxT {
			maxT = t
		}
	}
	return maxT - chunk.start
}

// 合成用的视频编码器配置
type videoEncoder struct {
	name string
	opts []string
}

// 按目标码率构造编码器候选列表，QSV 可用时优先
func buildEncoders(bitrate int, ffmpegFile string) []videoEncoder {
	var qOpts, xOpts []string
	if bitrate > 0 {
		br := strconv.Itoa(bitrate) + "k"
		qOpts = []string{"-b:v", br}
		xOpts = []string{"-b:v", br, "-preset", "medium"}
	} else {
		qOpts = []string{"-global_quality", "22", "-preset", "medium"}
		xOpts = []string{"-crf", "18", "-preset", "medium"}
	}
	encoders := []videoEncoder{{"libx264", xOpts}}
	if qsvAvailable(ffmpegFile) {
		encoders = append([]videoEncoder{{"h264_qsv", qOpts}}, encoders...)
	}
	return encoders
}

// 运行 ffmpeg，输出直接透传到控制台
func runFFmpeg(ffmpegFile string, args []string, dir string) error {
	cmd := exec.Command(ffmpegFile, args...)
	cmd.Dir = dir
	cmd.Stdout = os.Stdout
	cmd.Stderr = os.Stderr
	return cmd.Run()
}

// 用 concat demuxer 把各分块的成片拼接起来
func concatChunks(ffmpegFile string, files []string, out, dir string) error {
	listFile := filepath.Join(dir, chunkTempPrefix+"list.txt")
	var b strings.Builder
	for _, p := range files {
		// concat demuxer 里单引号要写成 '\''
		p = filepath.ToSlash(p)
		b.WriteString("file '" + strings.ReplaceAll(p, "'", `'\''`) + "'\n")
	}
	if err := os.WriteFile(listFile, []byte(b.String()), 0644); err != nil {
		return fmt.Errorf("写入拼接清单失败：%v", err)
	}
	defer os.Remove(listFile)

	if err := runFFmpeg(ffmpegFile, []string{"-y", "-f", "concat", "-safe", "0", "-i", listFile, "-c", "copy", out}, dir); err != nil {
		return fmt.Errorf("拼接各分块失败：%v", err)
	}
	return nil
}

// 把秒格式化成 ffmpeg 参数，保留毫秒
func formatSeconds(sec float64) string {
	return strconv.FormatFloat(sec, 'f', 3, 64)
}

// 下载头像并圆形裁切，失败自动重试，返回缓存的 PNG 路径，失败返回空字符串
func ensureAvatar(uid int64, url, cacheDir string) string {
	// 文件名里带上头像链接的摘要，主播换头像后不会一直用着旧缓存
	sum := sha1.Sum([]byte(url))
	path := filepath.Join(cacheDir, fmt.Sprintf("%d_%x.png", uid, sum[:6]))
	if _, err := os.Stat(path); err == nil {
		return path
	}
	if err := os.MkdirAll(cacheDir, 0755); err != nil {
		lPrintWarnf("创建头像缓存文件夹 %s 失败，弹幕只烧录文字不带头像：%v", cacheDir, err)
		return ""
	}
	// 清掉这个用户已经失效的旧头像
	if olds, err := filepath.Glob(filepath.Join(cacheDir, strconv.FormatInt(uid, 10)+"_*.png")); err == nil {
		for _, p := range olds {
			if p != path {
				_ = os.Remove(p)
			}
		}
	}

	err := runThrice(func() error {
		return downloadAvatar(uid, url, path)
	})
	if err != nil {
		lPrintWarnf("uid %d 的头像不可用，该用户的弹幕只烧录文字不带头像：%v", uid, err)
		return ""
	}
	return path
}

func downloadAvatar(uid int64, url, path string) error {
	client := &http.Client{Timeout: 30 * time.Second}
	req, err := http.NewRequest("GET", url, nil)
	if err != nil {
		return err
	}
	req.Header.Set("User-Agent", "Mozilla/5.0")
	resp, err := client.Do(req)
	if err != nil {
		return err
	}
	defer resp.Body.Close()
	if resp.StatusCode != http.StatusOK {
		return fmt.Errorf("HTTP %d", resp.StatusCode)
	}
	data, err := io.ReadAll(resp.Body)
	if err != nil {
		return err
	}
	src, err := decodeAvatar(data, resp.Header.Get("Content-Type"))
	if err != nil {
		return err
	}

	out, err := os.Create(path)
	if err != nil {
		return err
	}
	defer out.Close()
	return png.Encode(out, circleAvatar(src, avatarCacheSize))
}

// 解码头像图片。AcFun 的头像里混着 gif 和 webp：
// gif 由标准库解码，多帧的取第一帧；webp 只支持静态的，动画 webp 会报错，
// 这种情况下这个用户就不烧头像，只烧文字。
func decodeAvatar(data []byte, contentType string) (image.Image, error) {
	src, _, err := image.Decode(bytes.NewReader(data))
	if err != nil {
		return nil, fmt.Errorf("图片解析不了（Content-Type: %s）：%v", contentType, err)
	}
	return src, nil
}

// uid → 头像链接的记忆，包含查不到的结果，避免同一个 uid 反复去问
var avatarURLMemo struct {
	sync.Mutex
	m map[int64]string
}

// 实际去查头像的动作，单独拎出来方便测试替换掉
var lookupAvatarURL = fetchAvatarURL

// 按 uid 反查头像链接。原版 .ass 里没有头像链接，只能这样补回来
func avatarURLByUID(uid int64) string {
	if uid <= 0 {
		return ""
	}
	avatarURLMemo.Lock()
	if avatarURLMemo.m == nil {
		avatarURLMemo.m = make(map[int64]string)
	}
	if url, ok := avatarURLMemo.m[uid]; ok {
		avatarURLMemo.Unlock()
		return url
	}
	avatarURLMemo.Unlock()

	url := lookupAvatarURL(uid)

	avatarURLMemo.Lock()
	avatarURLMemo.m[uid] = url
	avatarURLMemo.Unlock()
	return url
}

// 查 AcFun 的用户信息接口取头像地址
func fetchAvatarURL(uid int64) string {
	client := &http.Client{Timeout: 15 * time.Second}
	addr := fmt.Sprintf("https://www.acfun.cn/rest/pc-direct/user/userInfo?userId=%d", uid)
	req, err := http.NewRequest("GET", addr, nil)
	if err != nil {
		return ""
	}
	req.Header.Set("User-Agent", "Mozilla/5.0")
	resp, err := client.Do(req)
	if err != nil {
		return ""
	}
	defer resp.Body.Close()
	if resp.StatusCode != http.StatusOK {
		return ""
	}
	data, err := io.ReadAll(io.LimitReader(resp.Body, 256*1024))
	if err != nil {
		return ""
	}
	var out struct {
		Result  int `json:"result"`
		Profile struct {
			HeadURL string `json:"headUrl"`
		} `json:"profile"`
	}
	if json.Unmarshal(data, &out) != nil || out.Result != 0 {
		return ""
	}
	return strings.TrimSpace(out.Profile.HeadURL)
}

// QSV 可用性的探测结果，按 ffmpeg 路径缓存，避免分块时每块都试一次
var qsvCache struct {
	sync.Mutex
	path string
	ok   bool
	done bool
}

// 探测 Intel QSV（h264_qsv）硬件编码是否可用
func qsvAvailable(ffmpegFile string) bool {
	qsvCache.Lock()
	if qsvCache.done && qsvCache.path == ffmpegFile {
		ok := qsvCache.ok
		qsvCache.Unlock()
		return ok
	}
	qsvCache.Unlock()

	cmd := exec.Command(ffmpegFile, "-hide_banner", "-loglevel", "error",
		"-f", "lavfi", "-i", "color=c=black:s=320x240:d=0.5:r=30",
		"-c:v", "h264_qsv", "-frames:v", "5", "-f", "null", "-")
	ok := cmd.Run() == nil

	qsvCache.Lock()
	qsvCache.path, qsvCache.ok, qsvCache.done = ffmpegFile, ok, true
	qsvCache.Unlock()
	return ok
}

// 把头像居中裁方、缩放并圆形裁切，输出带透明通道的 PNG
func circleAvatar(src image.Image, size int) image.Image {
	sb := src.Bounds()
	side := sb.Dx()
	if sb.Dy() < side {
		side = sb.Dy()
	}
	cx, cy := sb.Min.X+sb.Dx()/2, sb.Min.Y+sb.Dy()/2
	half := side / 2
	sr := image.Rect(cx-half, cy-half, cx+half, cy+half)

	scaled := image.NewRGBA(image.Rect(0, 0, size, size))
	xdraw.CatmullRom.Scale(scaled, scaled.Bounds(), src, sr, xdraw.Over, nil)

	// 圆形遮罩，边缘 2px 抗锯齿过渡
	mask := image.NewAlpha(image.Rect(0, 0, size, size))
	radius := float64(size) / 2
	edge := 2.0
	start := 1 - edge/radius
	for y := 0; y < size; y++ {
		for x := 0; x < size; x++ {
			dx := float64(x-size/2) + 0.5
			dy := float64(y-size/2) + 0.5
			d := math.Sqrt(dx*dx+dy*dy) / radius
			switch {
			case d >= 1:
				mask.SetAlpha(x, y, color.Alpha{A: 0})
			case d > start:
				a := uint8(255 * (1 - (d-start)/(edge/radius)))
				mask.SetAlpha(x, y, color.Alpha{A: a})
			default:
				mask.SetAlpha(x, y, color.Alpha{A: 255})
			}
		}
	}

	dst := image.NewRGBA(image.Rect(0, 0, size, size))
	draw.DrawMask(dst, dst.Bounds(), scaled, image.Point{}, mask, image.Point{}, draw.Over)
	return dst
}