worldcupvoice

WorldCupVoice 是一个为体育直播流提供实时AI语音解说的技术方案。它通过接入Agora RTC视频流，利用服务器端视觉模型分析帧画面生成比赛描述，并调用TTS服务合成语音，再将音频实时回传至同一RTC频道，实现与观众观看画面同步的AI解说。项目支持RTMP推流接入、多TTS引擎配置（如OpenAI、ElevenLabs）、帧级视觉理解及显式启停控制，专为足球等实时体育赛事设计，特别适用于无障碍场景——为视障用户提供球位、跑位、压迫方向等细粒度场况信息。