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
对比维度 | WorldCupVoice | WSC Sports | 产品定位开源实时 AI 体育解说系统企业级 AI 体育内容自动化平台
核心功能实时观看 RTC 直播流并生成 AI 语音解说自动识别比赛精彩瞬间，生成集锦、短视频、社交媒体内容
实时性实时直播解说，与观众同步收听实时分析直播流，但主要用于赛后/赛中自动生成内容
开源性MIT 协议开源，可自托管闭源 SaaS 平台，企业订阅制
部署方式前端 Vercel + 后端 Railway 自托管云端 SaaS，API 集成
语音能力支持 OpenAI TTS、ElevenLabs、Fish Audio 多引擎内置 AI 配音与多语言支持
无障碍设计专为视障用户设计，提供球场空间细节通用体育内容生成，不特定针对视障
WorldCupVoice的应用场景
- 世界杯/足球赛事直播：为直播平台添加 AI 解说频道，提供多语言多风格选择。
- 视障体育观赛：为盲人或低视力用户提供详细的球场空间信息解说。
- 小众赛事直播：为缺乏专业解说资源的低级别联赛、校园比赛提供自动化解说。
- 多语言国际赛事：同一比赛流同时输出中/英/法等多语言 AI 解说。
- 电竞赛事解说：扩展至 LOL、CS2 等电竞比赛的实时 AI 战术解说。
