WorldCupVoice

WorldCupVoice是一款开源的AI实时体育解说系统，2026年7月正式对外发布，它通过接入Agora RTC直播流，由视觉模型实时分析比赛画面生成语音解说并同步回传至直播间，是面向体育赛事直播场景打造的全链路AI解说工具。

功能特点

• 支持实时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后生成实时语音解说，同步回传到直播间与观众收听进度完全匹配
• 兼容OpenAI TTS、ElevenLabs和Fish Audio等多类语音引擎，支持英语、法语、中文等多语言解说，还可配置适配不同国家的专属解说风格
• 支持多种直播源接入，通过RTMP推流经Agora Media Gateway接入RTC频道，可兼容OBS推流、本地视频、云端推流等不同来源的赛事内容
• 自带基于Next.js搭建的浏览器观赛界面，可同步播放直播视频、AI解说音频、实时字幕，还支持解说员运行状态可视化监控
• 内置成本管控机制，通过显式Start/Stop AI控制、观众心跳检测、硬会话超时三类规则，避免AI算力资源无意义消耗
• 搭载视障辅助模式，可输出球场级空间细节信息，补充传统人类解说容易遗漏的赛场环境内容，适配特殊群体观赛需求
• 配备NO_CALL机制，当画面识别置信度不足时会自动停止解说，避免输出错误的赛事相关内容。

优缺点

• 优点方面，全链路开源可自由二次开发，AI解说能覆盖传统人工解说容易忽略的赛场细节，多语言多风格配置可适配不同地区观众的观赛偏好，成本管控机制能大幅降低长期运行的算力开销，视障辅助模式填补了特殊群体观赛的信息盲区
• 缺点方面，实时语音合成存在一定延迟，足球这类节奏极快的赛事容易出现解说慢于画面的情况，画面识别的准确率仍有提升空间，极端复杂的赛场场景下可能触发NO_CALL机制出现解说空档。

主要应用场景

• 各类体育赛事直播平台，为赛事补充AI实时解说能力，降低人工解说的人力成本
• 中小体育赛事的低成本直播落地，无需配备专业解说团队即可为观众提供基础解说服务
• 面向视障群体的公益观赛服务，通过视障辅助模式输出更丰富的赛场空间信息，优化特殊群体的观赛体验
• 体育内容二次创作场景，可基于实时生成的解说音频快速剪辑产出赛事高光内容，提升内容生产效率
• 个人赛事直播、民间赛事转播场景，普通主播无需具备专业解说能力，也能为观众提供流畅的赛事解说体验。

如何使用它

• 先完成基础环境部署，将赛事内容通过RTMP推流的方式接入系统，经Agora Media Gateway转换后送入对应的RTC频道
• 配置语音引擎、解说语言、解说风格等核心参数，根据赛事类型调整画面识别的相关阈值，适配不同体育项目的识别需求
• 开启成本管控相关规则，设置AI启停触发条件、观众心跳检测周期和会话超时时间，避免算力资源浪费
• 观众通过基于Next.js搭建的浏览器端观赛界面，即可同步观看直播画面、收听AI解说、查看实时字幕，同时可在后台监控解说员的运行状态。

收费标准

WorldCupVoice作为完全开源的项目，本身可免费使用，无软件授权相关费用，仅需自行承担部署过程中涉及的Agora RTC服务、TTS语音引擎、AI视觉模型推理产生的第三方算力和服务开销，官方未设置强制收费门槛。