OpenAI API (developers.openai.com) の Realtime API と Audio エンドポイントのリファレンス。
WebRTC / WebSocket / SIP transport, sessions / conversations / events, client secrets (ephemeral keys), VAD (server_vad / semantic_vad), tools/MCP, speech-to-speech voice agents, speech-to-text (streaming / file transcription), text-to-speech, translation。
インストールする前に、エージェントに与えられる指示の中身を確認できます。
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。
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。
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:
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.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 | 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 |
まだレビューはありません。使ってみた感想をお寄せください。
概要と使いどころ
AMD ROCm / HIP GPU コンピューティングリファレンス。 hipMalloc, hipLaunchKernelGGL, HIP Graph, HIPRTC, hipify, rocBLAS, MIOpen, RCCL, rocprofv3, amd-smi, rocminfo, CDNA1-4 / RDNA1-4, MI300 / MI350, gfx942, Matrix Core, wave32/64。
Android アプリ開発 (Kotlin) の推奨アーキテクチャリファレンス。 Jetpack, androidx, UI layer, Domain layer, Data layer, state holder, UDF, SSOT, オフラインファースト, モジュール化, ViewModel, viewModelScope, SavedStateHandle, Lifecycle, repeatOnLifecycle, collectAsStateWithLifecycle, LiveData, Hilt による DI, Paging 3 によるページング処理。
Android アプリ開発 (Kotlin) のバックグラウンド・非同期処理リファレンス。 Jetpack androidx WorkManager: Worker, CoroutineWorker, WorkRequest, Constraints, WorkInfo, WorkContinuation, expedited work, テスト。 Service: フォアグラウンドサービス, バウンドサービス, AIDL, Messenger。 AlarmManager, PendingIntent, BroadcastReceiver, JobScheduler, Doze。 Kotlin コルーチン, Flow, StateFlow, SharedFlow, Channel。
Android アプリ開発 (Kotlin) の Gradle ビルドシステムリファレンス。 Android Gradle Plugin (AGP), Kotlin DSL (build.gradle.kts), version catalog, KSP, R8/ProGuard, App Bundle, baseline profile。
Android Jetpack Compose (Kotlin) の androidx Material3 コンポーネントリファレンス。 Button, IconButton, FloatingActionButton, Checkbox, Switch, Slider, TextField, SearchBar, DropdownMenu, Chip, DatePicker, TimePicker, Card, Scaffold, Dialog, BottomSheet, TopAppBar, NavigationBar, NavigationRail, Tab, Snackbar, ProgressIndicator, Badge, Icon, MaterialTheme, ColorScheme, Typography, Shapes。
Android Jetpack Compose (Kotlin) のアニメーション・描画リファレンス。 androidx.compose.animation / graphics API。 AnimatedVisibility, AnimatedContent, animate*AsState, Animatable, AnimationSpec, Canvas, DrawScope, Brush, Path, Color, Image。