前言

Yam TV 支持通过本地 HTTP 代理过滤 HLS 流中的广告分段。广告检测算法使用启发式方法分析分段时长和重复模式。但在实际运营中发现，这条启发式会把普通视频内容误判为广告（假阳性），导致播放时正片被错误删除。

问题场景

以下是控制台输出的诊断日志：

块 3 | 重复次数: 1 | 时长: 32.2s | 占比: 4.78% | 判定: 【广告】
块 4 | 重复次数: 1 | 时长: 30.0s | 占比: 4.46% | 判定: 【广告】
...（共 22 个连续块全部被标记）
准备删除 440 个相关行

块 3 到块 24，每个块 28-32 秒，连续 22 个块总时长 672 秒——这显然是正片内容，不是广告。但启发式算法将其全部标记为广告。

启发式算法分析

原有判定逻辑：

if (repeatTimes >= 3) -> 广告
else if (repeatTimes == 2) -> 广告（时长 < 180s）
else {
  // repeatTimes == 1，唯一出现
  if (segs.length < 2) -> 不是广告
  if (ratio < 15% && duration < 90s) -> 广告
}

每个块在 672 秒视频中占比约 4.5%（小于 15% 阈值），时长约 30 秒（小于 90 秒阈值），且出现次数为 1（不重复）。三个条件全命中 → 判定为广告。

但这是正常的连续视频内容——每段 30 秒、不重复、连续排列。算法将连续视频中的每一段独立看待，用「占比小 + 时长短 + 不重复」三合一误判为广告。

根因：比例检查的误用

问题在于对唯一出现（repeatTimes == 1）的块使用「时长占比」和「绝对时长」作为判定标准。30 秒的正片分段在长视频中占比必然小，而这个比例对于唯一出现的块没有意义——它不去判断「这个块是不是广告」，而是误判了「这个块占比很小所以可能是广告」。

正确的标准应该是唯一出现的短块（< 15 秒）才可能是广告，正常内容的分段时长通常至少在 15-60 秒范围。

修复方案

去除 repeatTimes == 1 的比例检查和短块时长检查，改为简单的短时间检查：

// 修复后
if (repeatTimes >= 3) -> 广告
else if (repeatTimes == 2) -> 广告（时长 < 180s）
else {
  // 唯一出现：只有极短的块（< 15s）才可能是广告
  heuristicAd = b.totalDurationSec < 15.0;
}

同时添加了「规则命中后跳过启发式」的保护。原则是：一个视频流不应该同时被规则引擎和启发式判定为广告。如果管理员配置的规则已经命中了一些分段，说明这个流确实有广告模式，不需要启发式再补充诊断：

// 如果 Block 规则已经命中了任何分段，直接跳过启发式
if (hasMatchingBlockRule) {
  skipHeuristic = true;
}

两种修复同时生效

• 无规则环境：启发式运行，30 秒正片块因 > 15 秒不会被误判；真正的广告块（通常 5-10 秒）仍能被捕获
• 有规则环境：规则命中后启发式被跳过，完全由管理员配置的规则决定

总结

启发式算法的核心假设是「异常片段 ≈ 广告」。但 HLS 流中正常的 30 秒分段也会在长视频中表现出「异常」特性（占比小、不重复）。修复的关键是认识到不同模式需要不同的判定标准——重复多次的块可能是广告，但唯一出现的块只有在极短的情况下才可能是广告。