AI工作站

WorldCupVoice是开源AI实时体育解说系统，适配世界杯等各类体育赛事。系统对接Agora RTC直播流，依托视觉模型解析赛场画面，自动生成实时语音解说并同步推送至直播间；兼容OpenAI TTS、ElevenLabs、Fish Audio多语音合成引擎，支持中英法等多语种，可自定义各地域专属解说语调。产品兼顾无障碍观赛场景，专门补充球场空间位置等常规人工解说缺失的细节内容，服务视障用户。

一、产品核心功能：

1、实时AI赛事解说：截取Agora RTC直播画面帧，视觉模型识别赛场动态，生成同步语音解说回传直播间

2、多语音引擎兼容：原生接入OpenAI TTS、ElevenLabs、Fish Audio三大语音服务

3、多语种解说定制：支持中文、英语、法语等语言，可切换对应地区解说风格

4、全渠道直播流接入：RTMP推流经由Agora媒体网关转入RTC频道，兼容OBS、本地视频、云端推流等信号源

5、Next.js前端观赛页面：同步承载直播画面、AI解说音频、实时字幕、AI运行状态监控面板

6、AI资源成本管控：手动启停开关、观众在线心跳检测、会话强制超时三重机制，杜绝算力资源无限制消耗

7、视障专属辅助模式：补充赛场空间方位细节，填补传统解说的信息盲区

二、产品核心优势：

1、低延迟同步：AI与观众共用同一条RTC直播流，解说延迟稳定可控

2、无障碍友好：针对视障群体补充空间维度赛场信息，完善观赛体验

3、多元化声线风格：覆盖专业赛事解说、中文趣味解说、战术分析等多种配音风格

4、精细化成本管控：多重会话限制机制，有效规避AI算力资源浪费

5、开源易拓展：采用MIT开源协议，支持自定义赛事数据注入AI上下文，灵活二次开发

三、使用流程：

1、环境配置：填写Agora应用ID、密钥、OpenAI接口密钥，生成后端服务密钥

2、前端部署：执行pnpm install安装依赖，配置.env.local环境变量，运行pnpm dev启动页面

3、后端部署：进入server目录创建Python虚拟环境，安装依赖、配置TTS服务商，通过uvicorn启动后端服务

4、直播推流：调用Agora媒体网关接口生成RTMP推流地址，使用OBS或ffmpeg完成视频推流

5、启动AI解说：浏览器访问直播间页面，点击「Start AI」即可开启自动实时赛事解说

数据统计