OpenAI Realtime API 無線機から電話へ — OpenAI Realtime APIのサーバーVADでハンズフリー通話を実装する
サーバーVADでハンズフリー通話モードを実装。PTTボタンはミュートトグルに転職し、無線機は電話になった。自然さの値段の話。PR単位開発記その4。
OpenAI Realtime API
OpenAI Realtime API 
OpenAI Realtime API WebSocket中継 vs WebRTC直結 ― 両方実装して固有名詞で殴り合わせたら、精度の勝敗とバグが2匹出てきた
WebSocket中継とWebRTC直結を両方実装し、固有名詞の認識精度で対決させた。録音チェーンの鮮度バグと「デグローム融合事件」の顛末つき。PR単位開発記その3。
AWS terraform applyで音声AIサービスが立つまで — User Pool全消し事故と、死なないAPIキーの謎
Route53+ALB+ECS Fargate+EFSで月30ドルの本番環境をterraform apply一発で構築。User Pool全消し事故と、ローテートしても死なないAPIキーの謎解きつき。
OpenAI Realtime API AIが空耳する日 — OpenAI Realtime APIの誤検知対策、文字起こし崩壊の犯人探し、そしてコンテナ化
机を叩くとAIが反応する誤検知、突然の文字起こし崩壊——ログから犯人を追い詰める謎解き2本と、Dockerコンテナ化。リアルタイム音声AI開発記の続編。
Azure Azure OpenAI Realtime API (GA) は「OpenAI互換」をどこまで信じていいか
Azure OpenAI Realtime API(GA)の「OpenAI互換」を404から401まで実測で検証。APIスキーマは同一でも、WebSocket認証方式とエフェメラルキーTTLに非互換が潜む。
AWS Claude Codeと1日で作るリアルタイム音声AI ― $5から始めて、RAG・ペルソナ・Cognito認証・Terraformまで
ブラウザからPush-to-Talkで話すリアルタイム音声AIを、Claude Codeと1日で構築。$5の予算からWeb検索RAG、配信者風ペルソナ、Cognito認証、Terraformまで辿り着いた開発記。