WebRTCとは（Web Real-Time Communication）

ブラウザやアプリ同士でリアルタイム音声・動画・データ通信を行うためのオープン技術です。

主な用途

• ビデオ会議
• 音声通話
• 音声AI
• ライブ配信
• P2Pデータ通信が基本

WebRTCの正式定義（公式）

公式サイト

WebRTC Official Site
https://webrtc.org

W3C仕様

WebRTC Specification
https://www.w3.org/TR/webrtc/

公式説明

WebRTC はブラウザやモバイルアプリにリアルタイム通信機能を提供する技術です。

WebRTCの特徴

WebRTCでできること

代表例

• Zoom(Web版)のようなビデオ通話
• Discordの音声通話
• AI音声エージェント
• ライブ配信

WebRTCの基本構造

WebRTCは次の構造です。

ブラウザA
   ↓
P2P通信
   ↓
ブラウザB

通常の通信

クライアント
 ↓
サーバー
 ↓
クライアント

WebRTC

クライアント
 ↔
クライアント

WebRTCの内部コンポーネント

WebRTCは主に3つの技術で構成されています。

ICE（接続調整）

ICE
Interactive Connectivity Establishment

役割

• 接続方法の決定

STUN

STUNサーバー

• NATの外側IPを取得

TURN

TURNサーバー

• 通信を中継

WebRTCの通信フロー

① Signaling
② ICE candidate交換
③ P2P接続
④ 音声 / 映像ストリーム

AI音声でのWebRTCの役割

AI音声アプリでは

マイク
 ↓
WebRTC
 ↓
音声ストリーム
 ↓
AI

になります。

音声AIで使われる理由

理由

音声AIアーキテクチャのイメージ

従来の音声AI

マイク
↓
WebRTC（音声送信）
↓
STT → LLM → TTS
↓
WebRTC（音声受信）
↓
スピーカー

Native Audio LLM（音声をネイティブに扱えるLLM）

マイク 
↓
WebRTC
↓
Audio-to-Audio LLM
↓
WebRTC 
↓
スピーカー

WebRTCを使う代表サービス

まとめ

WebRTC

• リアルタイム通信技術
• 音声・動画・データ
• P2P通信

音声AIでは

WebRTC = 音声ストリーム基盤

になります。