zicojiao /
worldcupvoice
WorldCupVoice 是一个开源的 AI 实时体育解说项目。在reddit、x、thread上累计超过 12k 浏览。 通过让大语言模型直接观看实时视频流，像体育解说员一样，根据场上正在发生的内容实时生成语音解说。 项目使用 Agora 搭建实时音视频链路：直播画面通过 RTMP 推流进入 RTC 频道，AI 在服务端实时获取并采样视频帧，通过 OpenAI 的视觉模型理解比赛内容、生成解说文本，再通过 TTS 合成语音并发布回 …
About
WorldCupVoice 是一个开源的 AI 实时体育解说项目。在reddit、x、thread上累计超过 12k 浏览。 通过让大语言模型直接观看实时视频流，像体育解说员一样，根据场上正在发生的内容实时生成语音解说。 项目使用 Agora 搭建实时音视频链路：直播画面通过 RTMP 推流进入 RTC 频道，AI 在服务端实时获取并采样视频帧，通过 OpenAI 的视觉模型理解比赛内容、生成解说文本，再通过 TTS 合成语音并发布回 RTC 频道。观众在观看比赛的同时，也能听到 AI 生成的实时解说。 支持 OpenAI TTS、ElevenLabs 和 Fish Audio，也可以配置不同语言和解说风格。 视障球迷完全依赖声音看球，而真人解说习惯性省略很多视觉细节：球在哪、压力从哪侧来、谁在前插跑位。这些是 AI 能稳定补上的信息，无障碍观赛可能是这套技术眼下最实在的用途。 项目目前 v0.1，还在持续迭代，计划中的方向包括：多人解说（两个 AI 搭档配合）、多语言覆盖、降低延迟，以及专门面向视障用户的解说模式。
Discovery history
- 阮一峰周刊·用户投稿
Discuss this product