PHPで作って学ぶリアルタイム音声対話AIとWebSocket入門 by ムナカタ

https://fortee.jp/phpcon-2026/proposal/dc3b8420-9948-4f31-bcca-e9352e965dc6

Transcript

1. PHPで作って学ぶ リアルタイム音声対話AIと WebSocket入門 2026/07/20 PHPカンファレンス2026 ムナカタ
2. 自己紹介 名前：ムナカタ 所属：KIYOラーニング株式会社 役割：Webエンジニア / 技術広報 ・教育系のプロダクトの開発をしています ・カンファレンス初登壇 @kata_kata_1478
3. 音声でLLMとやりとりしたい！ • テキスト形式でLLMとやりとりする仕組みは、APIの普及で簡 単に作れるようになった • 音声でのやりとりをアプリケーションに組み込むにはどうす るか？ 👉 もちろんAPIがあった
4. OpenAI Realtime APIとは • OpenAIが提供する、リアルタイムに音声を入出力できるAPI • 最新モデル「gpt-realtime-2.1」により、自然で低遅延な Speech-to-Speechの会話を実現できる
5. リアルタイム音声対話で必要なこと 双方向通信 → 低遅延で自然にリアルな会話を実現したい 発話区間と割り込みの検知 → ユーザーが話し終えたタイミングを判断し、適切なタイミング で応答を開始したい 対話状態の管理 → 「待機中」「聞き取り中」、「発話中」などの状態を管理した い
6. OpenAI Realtime APIの主要なレスポンスとパラメー タ 発話区間や割り込みを検知すること 返答タイミングの調整や声色の設定などは可能
7. PHPで音声AIをWebアプリに組み込んでみる • リアルタイムな音声通信にWebSocketを使用。 ◦ 音声や会話データはPHPサーバーで処理 • マイク入力と音声出力は、JavaScriptのブラウザ標準機能を使用
8. できたもの
9. 通信の流れ
10. WebSocketとは • ブラウザとサーバーを接続したまま、双方向にデータを送受信できる 通信プロトコル • 接続先には ws://（暗号化なら wss://） • 音声チャットのようにデータを継続的にやり取りする用途に向いている
11. PHPでWebSocketをどう扱うか • PHP-FPM構成でWebSocketのような長時間接続を多数、効率よく処理す るには、工夫が必要 • 別で常駐プロセスを動かし、1つのプロセスで複数の接続を効率よく処 理できる仕組みを使う。 • PHPでは、ReactPHPやAMPHPなどの非同期ライブラリ、Workermanなどの アプリケーションサーバー／フレームワーク、OpenSwooleなどの拡張 機能が使える
12. コード LLM側の設定
13. コード WebSocketへの接続（amphpを使用）
14. まとめ ・音声対話処理はAPIを使ってシンプルに実装できる ・返答のタイミングや通信制御に工夫が必要 ⚠ 注意 ・音声トークンのコストはチャットに比べて8倍 高い ・ご利用は計画的に！
15. ご清聴ありがとうございました