WorldCupVoice – 开源的 AI 实时体育解说系统

WorldCupVoice是什么

WorldCupVoice 是开源的 AI 实时体育解说系统，通过接入 Agora RTC 直播流，由视觉模型分析比赛画面并生成实时语音解说，回传至直播间与观众同步收听。系统支持 OpenAI TTS、ElevenLabs 和 Fish Audio 多语音引擎，可配置英语、法语、中文等多语言解说风格。系统专为世界杯等体育赛事设计，同时兼顾视障用户的无障碍观赛需求，提供球场空间细节等传统解说常忽略的信息。

WorldCupVoice的主要功能

• 实时 AI 解说：从 Agora RTC 直播流中采样视频帧，由视觉模型分析比赛画面，生成实时语音解说并回传至直播间。
• 多语音引擎支持：兼容 OpenAI TTS、ElevenLabs和 Fish Audio。
• 多语言解说：支持英语、法语、中文等多语言，可配置不同国家的解说风格。
• 直播流接入：通过 RTMP 推流 → Agora Media Gateway → RTC 频道，兼容 OBS、本地视频、云端推流等多种源。
• 浏览器观赛界面：基于 Next.js 的前端，同步播放直播视频、AI 解说音频、实时字幕和解说员状态监控。
• 成本管控机制：显式 Start/Stop AI 控制、观众心跳检测、硬会话超时，防止 AI 资源无限消耗。
• 视障辅助模式：提供球场级空间细节，弥补传统人类解说常忽略的信息。

微信关注回复“开源”，加入AI开源项目交流群

如何使用WorldCupVoice

• 环境准备：配置 Agora App ID/Certificate、OpenAI API Key、生成后端密钥。
• 前端启动：pnpm install → 配置 .env.local → pnpm dev。
• 后端启动：cd server → 创建 Python 虚拟环境 → pip install → 配置 TTS 提供商 → uvicorn app.main:app。
• 推流设置：通过 Agora Media Gateway REST API 生成 RTMP 推流密钥，使用 OBS 或本地 ffmpeg 推流。
• 开始解说：浏览器进入直播间，点击「Start AI」启动 AI 解说员。

WorldCupVoice的核心优势

• 实时性：AI 与观众观看同一 RTC 流，解说延迟可控。
• 无障碍设计：为视障用户提供传统解说无法覆盖的空间细节信息。
• 多语音风格：支持专业体育解说员风格（ElevenLabs）、中文梗解说（Fish Audio）、战术分析风格。
• 成本可控：会话级启停控制 + 心跳机制 + 硬超时，避免 AI 资源浪费。
• 开源可扩展：MIT 协议，支持自定义比赛数据注入 AI 上下文。

WorldCupVoice的项目地址

• GitHub仓库：https://github.com/zicojiao/worldcupvoice

WorldCupVoice的同类竞品对比

WorldCupVoice的应用场景