【速報】Bedrock AgentCoreにWebRTCが上陸！リアルタイム音声エージェント開発が激変！

Amazon Bedrock AgentCore RuntimeがWebRTCをサポートし、WebSocketに加えてリアルタイム双方向ストリーミングが可能になりました。これにより、低遅延な音声エージェントをブラウザやモバイルアプリケーションで構築できます。

Bedrock AgentCore Runtime WebRTCサポート、ついに来た！

WebSocketに加えてWebRTCがサポートされたことで、リアルタイム音声エージェントの可能性が大きく広がりましたね。WebSocketはTCPベースなので、どうしてもレイテンシが気になる場面がありましたが、WebRTCのUDPベースの伝送方式は、まさにその課題を解決してくれます。

今回の変更で解決される課題

• 高レイテンシな音声エージェント: TCPベースのWebSocketでは、リアルタイムな会話が不自然になりがちでした。WebRTCのUDPベースの伝送により、スムーズで自然な会話が可能になります。
• プロトコルの選択肢の少なさ: WebSocketしかなかったため、ユースケースが限られていました。WebRTCにより、リアルタイムメディアストリーミングが可能になり、ユースケースが広がります。
• 複雑なTURN設定: WebRTCはTURNリレーが必要ですが、AWS Kinesis Video Streamsを利用することで、IAM連携も可能なフルマネージドな環境を構築できます。

日本の状況について 最新のリージョン状況を確認したところ、WebRTCサポートは東京(ap-northeast-1)リージョンでは利用可能ですが、大阪(ap-northeast-3)リージョンでは現時点では確認されていません。大阪での利用を検討されている場合は、AWSマネジメントコンソールまたはAWSサポートで確認することをお勧めします。

運用上のポイント

• ユースケース: テキストベースのやり取りや非同期の音声処理にはWebSocket、リアルタイム音声/ビデオエージェントにはWebRTCが適しています。
• コスト: Kinesis Video Streams TURNの料金はデータ転送量とリレー時間に基づいて課金されます。Bedrock AgentCore Runtimeの料金も忘れずに確認しましょう。
• セキュリティ: Kinesis Video Streams TURNはIAMと連携できるため、きめ細かいアクセス制御が可能です。

最初に確認すべきこと

1. 大阪(ap-northeast-3)でのWebRTCサポート状況をAWSマネジメントコンソールまたはAWSサポートで確認する。
2. ステージング環境でWebRTCとWebSocketを比較し、レイテンシ、メディア品質、信頼性を評価する。
3. Kinesis Video Streams TURNをデプロイし、IAM権限を検証する。
4. 提供されているGitHubのサンプルアプリケーションを試してみる。

参考資料

• Amazon Bedrock AgentCore Runtime – Bidirectional Streaming
• Amazon Kinesis Video Streams – TURN Pricing
• Amazon Bedrock Pricing
• GitHub: Amazon Bedrock AgentCore Samples
• GitHub: Pipecat Examples