WorldCupVoice - 开源的 AI 实时体育解说系统

WorldCupVoice是什么

直接说结论：WorldCupVoice 是一个开源的 AI 实时体育解说系统。它接上 Agora RTC 直播流后，由视觉模型分析比赛画面，实时生成语音解说，再回传直播间，观众可以同步收听。系统背后支持 OpenAI TTS、ElevenLabs 和 Fish Audio 多款语音引擎，英语、法语、中文都能配，甚至能模拟不同国家的解说风格。这个项目最初是为世界杯这类大型赛事设计的，但一个有意思的点在于，它同时考虑了视障用户的无障碍观赛需求——比如提供球场空间细节，这些传统解说往往不会花时间讲。

WorldCupVoice的主要功能

• 实时 AI 解说
  ：从 Agora RTC 直播流中抓取视频帧，视觉模型实时分析，生成语音解说并回传。

• 多语音引擎支持
  ：OpenAI TTS、ElevenLabs、Fish Audio 三款引擎自由切换。

• 多语言解说
  ：英语、法语、中文……换语言就像换台一样简单，还能配置不同国家的解说风格。

• 直播流接入
  ：走的是 RTMP 推流 → Agora Media Gateway → RTC 频道这条链路，OBS、本地视频、云端推流都行。

• 浏览器观赛界面
  ：基于 Next.js 的前端，直播视频、AI 解说音频、实时字幕、解说员状态监控，一屏搞定。

• 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 资源无止境烧下去。

• 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盲区。

如何使用WorldCupVoice

• 环境准备
  ：配置 Agora App ID/Certificate 和 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，用 OBS 或本地 ffmpeg 推流。

• 开始解说
  ：浏览器进入直播间，点击「Start AI」按钮，AI 解说员即刻上线。

WorldCupVoice的核心优势

• 实时性
  ：AI 和观众同看一条 RTC 流，解说延迟完全可控。

• 无障碍设计
  ：专为视障用户提供空间细节，传统解说很少覆盖这点。

• 多语音风格
  ：ElevenLabs 的专业体育解说风、Fish Audio 的中文梗解说、战术分析风——换风格就像换台。

• 成本可控
  ：会话级启停控制 + 心跳检测 + 硬超时，AI 资源不会被白白浪费。

• 开源可扩展
  ：MIT 协议，支持自定义比赛数据注入 AI 上下文，想怎么玩都行。

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WorldCupVoiceWSC 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
  ：直播平台可以额外开一个 AI 解说频道，观众自由切换语言和风格。

• 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，这是传统转播很少做到的。

• 小众赛事直播
  ：低级别联赛、校园比赛，缺乏专业解说资源？AI 自动顶上。

• 多语言国际赛事
  ：同一场比赛，同时输出中、英、法等多语言 AI 解说。

• 电竞赛事解说
  ：LOL、CS2 等电竞比赛的实时 AI 战术解说，理论上也可以扩展覆盖。