fandhe-ai openai-realtime-audio
OpenAI Realtime API — WebRTC/WebSocket/SIP 経由の低遅延 speech-to-speech セッションと、 Audio エンドポイント（file transcription, text-to-speech）をカバーする。
ディレクトリ構成
skills/openai-realtime-audio/
SKILL.md
references/
realtime/
README.md
overview.md
webrtc.md
websocket.md
sip.md
conversations.md
vad.md
transcription.md
translation.md
tools-mcp.md
server-controls.md
costs.md
voice-agents.md
models-prompting.md
client-secrets.md
audio/
README.md
audio-and-speech.md
file-transcription.md
text-to-speech.md
transcription-workflow.md
samples/
README.md
webrtc-browser-session.md
websocket-server-connection.md
client-secret-issuance.md
realtime-transcription-stream.md
file-transcription.md
text-to-speech-synthesis.md
voice-agent-basic.md
scripts/ は意図的に作成していない。接続コード（WebRTC/WebSocket セットアップ、client secret 発行等）は samples/ 側で完結してカバーしているため。
探索手順
タスクからカテゴリを引き、カテゴリの README.md で目的のページを特定する:
- 下記マッピング表でタスクに対応するカテゴリを探す
- そのカテゴリの
references/{category}/README.md（samples/は直下の README.md）を参照して目的のページを特定する - 該当ページの
.mdを Read して詳細を確認する
webhook 一般・Responses API のリファレンスは openai-api-core スキルを参照。
Agents SDK 側の voice agents（RealtimeAgent / RealtimeSession 等の SDK ラッパー）は openai-agents スキルを参照。
本スキルは Realtime API 自体（WebRTC/WebSocket/SIP transport, session/event 仕様, client secrets）と
Audio エンドポイント（file transcription, text-to-speech）を担当する。
Realtime というキーワードは Supabase の Realtime（データベース pub/sub 製品）と無関係なので混同しないこと。
タスク → カテゴリ マッピング
| タスク | カテゴリ | 参照 README |
|---|---|---|
| WebRTC/WebSocket/SIP で Realtime セッションを張りたい | realtime | references/realtime/README.md |
| conversation/event ライフサイクル・VAD・tools/MCP を知りたい | realtime | references/realtime/README.md |
| client secret（ephemeral key）発行・コスト・プロンプティングを知りたい | realtime | references/realtime/README.md |
| ファイルの音声書き起こし・text-to-speech（非リアルタイム）を知りたい | audio | references/audio/README.md |
| transcription ワークフローの選定（file vs realtime）を知りたい | audio | references/audio/README.md |
| 典型的な使い方を知りたい | samples | samples/README.md |