AI時代に「電話API」が面白い理由

AI時代に「電話API」が⾯⽩い理由 〜Webエンジニアが体験するリアルな⾳声の世界〜 2026-01-10 @BuriKaigi 2026

⾃⼰紹介
{
"jobs": [
{
"company_name": "
株式会社KDDI ウェブコミュニケーションズ",
"division": "
コミュニケーションDX 本部",
"title": "
エバンジェリスト",
},
"company_name": "
グローバル・インターネット・ジャパン株式会社",
"title": "CEO",
}
],
"name": "
高橋克己（Katsumi Takahashi
）",
"nickname": "□
い芸人",
"hobbies": ["
料理", " 江戸前鮨"],
"interest": ["VibeCoding", "MCP
サーバー", "AI エージェント"],
"social": {
"x": "@_katsumi",
"facebook": "katsumi.takahashi",
}
}

2026-01-10 @BuriKaigi 2026

私は電話が⼤嫌い 2026-01-10 @BuriKaigi 2026

今⽇の内容は、こんな電話嫌いな私がどうやったら電話に出 なくてもいい世界を作れるかというお話です。 2026-01-10 @BuriKaigi 2026

2026-01-10 @BuriKaigi 2026

TRANSREC の仕組み 2026-01-10 @BuriKaigi 2026

本⽇のアジェンダ 「電話API」ってなに？ 電話APIの構成要素 電話APIとAI連携 2026-01-10 @BuriKaigi 2026

「電話API」ってなに？ 2026-01-10 @BuriKaigi 2026

たとえば、今までは・・・ 2026-01-10 @BuriKaigi 2026

APIで制御ができると・・・ 2026-01-10 @BuriKaigi 2026

たとえばこんな使い⽅ 2026-01-10 @BuriKaigi 2026

2026-01-10 @BuriKaigi 2026

電話APIとは ⼀般的に「CPaaS（Communications Platform as a Service）」と呼ばれ るプラットフォームの⼀部で、主に「電話番号をレンタルして、電話 を制御する」という⽬的で利⽤されます。 CPaaSには、電話だけでなく、SMSやビデオなど、さまざまなコミュ ニケーション⼿段を提供するAPIが存在します。 とくに、顧客接点における利⽤にCPaaSを利⽤するケースが増えてい ます。 2026-01-10 @BuriKaigi 2026

CPaaSのアーキテクチャ 2026-01-10 @BuriKaigi 2026

CPaaS採⽤の利点 従量制課⾦により、スモールスタートでグロースが可能 オムニチャネルを活⽤し、顧客接点の多様化に対応 マネージドでグローバルなクラウドサービス 2026-01-10 @BuriKaigi 2026

CPaaSベンダー グローバル市場における代表的なCPaaSベンダーには、Twilio、 Vonage、Infobip、Sinchなどがあります。 ⽇本での展開 Twilio 2013年〜 Vonage 2017年〜 Infobip 2021年〜 2026-01-10 @BuriKaigi 2026

電話APIの構成要素 2026-01-10 @BuriKaigi 2026

電話APIのチャネルの種類 2026-01-10 @BuriKaigi 2026

Web 系エンジニア向け 2026-01-10 @BuriKaigi 2026

ブラウザ通話なら WebRTC WebRTCは、ブラウザの標準機能として提供され、⾳声・ビデオ・データ の伝搬以外にも以下のような機能があります。 マイク切り替え・ミュート スピーカー切り替え エコーキャンセラー ノイズサプレッション ⾃動ゲイン制御 ⾳声レベルの可視化 2026-01-10 @BuriKaigi 2026

2026-01-10 @BuriKaigi 2026

WebRTC の⽋点 端末の呼び出し 複数端末同⼠での通話 NAT越え マルチトラック録⾳ 接続時にはサーバーが必要 CPaaSが、これらの⽋点を補完する役割を果たす 2026-01-10 @BuriKaigi 2026

WebSocket の特徴 クライアント・サーバー⽅式のため、HTTPとの相性が良い 1:N の同期通信が可能 シグナリングサーバーは不要 双⽅向で信頼性の⾼い全⼆重通信 ⾳声を含む、どんなデータでも転送可能 制御信号のやり取りは独⾃に構築する必要あり ⾳声認識や⽣成AIエンジンとの連携が可能 2026-01-10 @BuriKaigi 2026

2026-01-10 @BuriKaigi 2026

電話APIとAI連携 2026-01-10 @BuriKaigi 2026

OpenAI Realtime API × 電話 OpenAI Realtime API（2024年10⽉にリリース） 低遅延⾳声⼊⼒ / 出⼒ WebRTC / WebSocket通信 マルチモーダル対応 2026年1⽉現在 gpt-realtime-2025-08-28 gpt-realtime-mini-2025-12-15 Vonageなどの CPaaS と組み合わせることが可能 ⼈間と話してるようなボイスボットが実現可能！ 2026-01-10 @BuriKaigi 2026

Realtime APIの料⾦(2026年1⽉時点) gpt-realtime-2025-08-28 gpt-realtime-mini-2025-12-15 2026-01-10 @BuriKaigi 2026

Realtime API デモ WebRTCを使ったOpenAI Realtime APIのデモです。 https://github.com/mobilebiz/ realtime-webrtc 2026-01-10 @BuriKaigi 2026

• https://github.com/mobilebiz/

Realtime API の設計ポイント コンテキストサイズがコストに直結 セッション管理の設計が重要 Function Calling（ツール） + RAG の効果的な利⽤ 割り込み処理の実装 切断タイミングの調整 2026-01-10 @BuriKaigi 2026

2026-01-10 @BuriKaigi 2026

電話とRealtime API OpenAI Realtime APIや、Gemini Live APIが利⽤可能 PSTN経由で着信した通話を、CPaaSのWebSocketチャネル経由で⽣成 AIエンジンに送信 Function Calling（ツール） + RAG を活⽤して、⽣成AIエンジンを補佐 して回答を作成 ⽣成AIエンジンのコストに加えて、CPaaSの利⽤料（通話料⾦など） が別途必要 2026-01-10 @BuriKaigi 2026

電話エージェントデモ OpenAI Realtime API（チャッピー電話） https://github.com/mobilebiz/websocket-openai Gemini Live API（ジェミちゃん電話） https://github.com/mobilebiz/websocket-gemini 2026-01-10 @BuriKaigi 2026

• https://github.com/mobilebiz/websocket-openai
• https://github.com/mobilebiz/websocket-gemini

本⽇のまとめ CPaaS（電話API）の基礎 通信キャリアの機能をAPIとして利⽤し、⾃在にアプリに組み込む PSTN、WebRTC、WebSocketなど、要件に応じたチャネル選定が 鍵 AI × 電話のインパクト WebSocket経由でOpenAI Realtime APIと直結 これまでになく低遅延で⾃然な「⼈間のような」対話体験を実現 150年の歴史がある「電話」を、現代の技術で再構築する 2026-01-10 @BuriKaigi 2026

ご清聴ありがとうございました 2026-01-10 @BuriKaigi 2026