Découvrez Eleven v4Découvrez Eleven v4, notre modèle le plus expressif à ce jour.

Aller au contenu

Qu’est-ce que WebRTC ? Guide de la communication web en temps réel

Rédigé par
Jack Limebear
Publié

ÉcouterÉcouter cet article

Aujourd’hui, la communication web fluide semble aller de soi. Pourtant, développer une application de streaming vidéo ou vocal à faible latence représentait autrefois un obstacle majeur pour les développeurs. Les utilisateurs devaient composer avec des images perdues, des retards audio et des déconnexions qui nuisaient aux interactions.

WebRTC aide les développeurs à combler les lacunes de la communication web en temps réel grâce au streaming de données pair à pair à faible latence. Depuis son introduction en 2011, les principaux navigateurs, dont Chrome, Safari et Firefox, ont adopté WebRTC. Aujourd’hui, WebRTC prend en charge la communication en temps réel dans les navigateurs et les applications web.

Cet article explique le fonctionnement de WebRTC, ses cas d’utilisation, les enjeux de sécurité et sa comparaison avec d’autres technologies de communication web.

Concevez des agents à grande échelle avec ElevenAgents. Échangez avec notre équipe

Vous cherchez autre chose ? Consultez notre centre d'aide

En résumé

  • WebRTC est une technologie qui permet le streaming en temps réel, pair à pair, de données audio, vidéo et autres entre des navigateurs ou des applications web.
  • WebRTC s’appuie sur UDP, ce qui le rend adapté aux applications de communication web à faible latence tolérantes aux pertes.
  • Pour diffuser des flux avec WebRTC, vous utilisez des API standard telles que RTCPeerConnection, MediaStream et RTCDataChannel, qui créent un canal chiffré pour l’échange de médias en temps réel.
  • Les appareils pairs s’appuient sur des serveurs STUN et TURN pour découvrir leur adresse IP et contourner les restrictions réseau lors de l’établissement de connexions WebRTC.
  • Lors du développement d’applications WebRTC, les développeurs doivent prendre en compte plusieurs défis, notamment l’évolutivité, la sécurité et la connectivité.

Qu’est-ce que WebRTC ?

WebRTC est une technologie de communication gratuite et open source qui permet le streaming pair à pair en temps réel entre navigateurs web. Avec WebRTC, les utilisateurs peuvent échanger directement de la vidéo, de l’audio et des données sans télécharger de plugins ni de logiciels intermédiaires.

Contrairement au streaming traditionnel client-serveur, WebRTC envoie les médias directement entre pairs lorsqu’un chemin direct existe. Les serveurs relais (TURN) et les serveurs médias n’interviennent que lorsqu’une connexion directe est impossible ou lorsque plus de deux participants se joignent à l’échange. WebRTC peut ainsi fournir des médias en temps réel à faible latence.

Les navigateurs web modernes prennent en charge WebRTC par défaut. WebRTC est une norme ouverte du W3C et de l’IETF qui expose des API JavaScript permettant d’accéder à la caméra et au microphone, de créer un canal de données et de transmettre du contenu multimédia à destination.

Grâce à sa simplicité, les développeurs utilisent WebRTC pour alimenter diverses applications web, notamment la téléconférence, le streaming vidéo et audio, la transcription en temps réel et le partage d’écran.

WebRTC call flow: signaling connects peers; media travels directly or through a TURN relay.

Fonctionnement de WebRTC : de la signalisation aux médias pair à pair

WebRTC capture des données dans un navigateur, les chiffre et les transmet à un autre navigateur en temps réel. Il crée un canal de données sur le protocole User Datagram Protocol (UDP), où les navigateurs ou applications web peuvent échanger des données à faible latence. UDP est un protocole rapide et sans connexion qui envoie des paquets de données sur les réseaux. Il n’a pas besoin de maintenir une connexion, d’accuser réception des paquets ou de retransmettre les paquets perdus, ce qui réduit considérablement la surcharge.

Par défaut, l’API WebRTC native prend en charge le streaming pair à pair (P2P) direct entre deux navigateurs. Toutefois, plus de deux navigateurs peuvent échanger des données en créant plusieurs connexions P2P ou en utilisant un serveur média. La bande passante montante limite souvent les connexions P2P multiples, ce qui fait d’un serveur média une meilleure option pour des applications telles que les conférences en direct.

Nous utilisons ci-dessous l’exemple d’une vidéo entre deux navigateurs pour expliquer son fonctionnement.

Pour créer une connexion WebRTC, les deux navigateurs suivent les étapes suivantes.

  1. Capture des médias. Avant de capturer des données, le navigateur demande à l’utilisateur l’autorisation d’accéder à son microphone, à sa caméra ou à son écran. Il s’agit d’une fonction de sécurité intégrée par défaut au framework WebRTC, que les développeurs ne peuvent pas contourner.
  2. Signalisation. Ce processus permet aux deux navigateurs de négocier des métadonnées via des serveurs de signalisation afin de réussir l’échange de données. Par exemple, le navigateur A envoie les codecs, débits binaires et technologies de chiffrement qu’il prend en charge. Il attend ensuite que le navigateur B réponde avec les métadonnées correspondantes. Les deux navigateurs doivent s’accorder sur un ensemble commun de métadonnées avant de pouvoir échanger des données.
  3. Sécurisation du canal. WebRTC chiffre les médias et les données en transit afin de les protéger contre les accès non autorisés. Les deux navigateurs échangent des clés cryptographiques à l’aide du protocole Datagram Transport Layer Security (DTLS), qu’ils utilisent pour chiffrer et déchiffrer les données. Chaque saut est chiffré séparément : un serveur média ou une SFU peut donc accéder aux médias, sauf si vous ajoutez un chiffrement de bout en bout, par exemple avec des flux insérables.
  4. Échange de médias. Une fois que les navigateurs ont négocié une clé cryptographique, ils échangent les médias à l’aide du protocole Secure Real-time Transport Protocol (SRTP). L’émetteur chiffre toutes les vidéos, tous les fichiers audio et toutes les autres données arbitraires sortants avec AES-128. L’appareil utilise quant à lui le protocole Stream Control Transmission Protocol (SCTP) pour envoyer des données arbitraires comme des fichiers JSON et texte.
  5. Gestion de la congestion. Les appareils détectent activement la gigue, les retards ou d’autres signes de dégradation. Un appareil envoie des paquets Real-time Transport Control Protocol (RTCP) à un pair. Il examine ensuite la réponse RTCP à l’aide d’un algorithme d’estimation de la bande passante appelé Google Congestion Control et ajuste son débit de transmission en conséquence.

Les normes WebRTC fournissent des interfaces de programmation d’applications (API) et des directives pour la capture de médias, la sécurité des données et l’échange de médias. Elles ne définissent toutefois pas de framework de signalisation. Les développeurs implémentent donc la signalisation au moyen de différents mécanismes, tels que les WebSockets.

Codecs WebRTC pris en charge

Un codec est un algorithme qui compresse et décompresse les flux multimédias. Tous les navigateurs compatibles avec WebRTC doivent prendre en charge les codecs suivants.

  • Vidéo : VP8, H.264.
  • Audio : Opus, G.711 PCM (A-law), G.711 PCM (µ-law).

Certains navigateurs peuvent toutefois prendre en charge des codecs plus récents, tels qu’AV1 et VP9.

WebRTC codecs: VP8/H.264 video and Opus/G.711 audio are mandatory; VP9/AV1 vary.

L’API WebRTC : RTCPeerConnection, MediaStream et canaux de données

WebRTC expose trois API principales aux développeurs dans l’environnement d’exécution du navigateur.

  • RTCPeerConnection gère la découverte de connexion, la négociation des métadonnées, l’échange de sécurité et le chiffrement. Elle permet d’ajouter des flux vidéo et audio que l’appareil envoie à son pair.
  • MediaStream est un objet qui contient le contenu que vous souhaitez diffuser. Vous le remplissez en appelant getUserMedia(), qui transmet l’entrée de la caméra et du microphone à l’instance MediaStream.
  • RTCDataChannel est un canal de données créé pour envoyer des données arbitraires entre navigateurs pairs.
WebRTC core browser APIs: RTCPeerConnection, MediaStream, and RTCDataChannel.

Pourquoi WebRTC utilise des serveurs STUN et TURN

La plupart des connexions WebRTC s’établissent entre des appareils situés sur des réseaux différents. Ils ont besoin de l’adresse IP publique de leur pair pour échanger des données. Toutefois, les appareils se trouvent souvent derrière un pare-feu, un routeur ou dans un réseau protégé. Ces appareils ne connaissent pas toujours leur adresse IP publique, ce qui complique les tentatives de connexion.

STUN enables direct peer connections; TURN relays traffic when direct connection fails.

Les routeurs utilisent la traduction d’adresses réseau (NAT) pour associer des adresses privées à une adresse publique. WebRTC utilise ensuite l’établissement interactif de connectivité (ICE) pour trouver un chemin fonctionnel entre les pairs.

NAT est un service qui permet aux appareils d’un réseau local de partager une seule adresse IP publique. Par exemple, votre ordinateur possède l’adresse IP privée 192.168.1.104. Avec NAT, votre routeur l’associe à l’adresse IP publique 210.195.229.181 lorsqu’il se connecte à Internet. Lorsque vous envoyez un paquet de données à l’adresse IP publique, le routeur identifie l’adresse IP privée et le port local correspondants, puis leur transmet les données.

ICE est un framework qui permet aux appareils pairs de se découvrir mutuellement. Les appareils tentent d’abord d’établir une connexion à l’aide de l’adresse IP publique qu’ils découvrent via un serveur STUN. En cas d’échec, ils se rabattent sur un serveur relais intermédiaire. Les serveurs STUN et TURN fonctionnent tous deux dans le framework ICE afin de permettre une connexion pair à pair réussie.

  • Un serveur Session Traversal Utilities for NAT (STUN) fournit à un appareil sa propre adresse IP publique et son port externe. Une fois qu’il connaît son adresse IP publique, l’appareil l’envoie aux pairs qui souhaitent établir une connexion sur Internet.
  • Un serveur Traversal Using Relays around NAT (TURN) offre une autre manière d’établir des connexions WebRTC. Le serveur TURN fournit une adresse relais que les deux pairs utilisent pour échanger des données. Lorsque les pairs ne parviennent pas à établir une connexion malgré la connaissance de leur adresse IP publique, ils se rabattent sur TURN.
ICE connects peers using STUN, direct paths, or a TURN relay fallback.

Qu’est-ce qu’un serveur média dans WebRTC ?

Un serveur média est un serveur intermédiaire qui achemine les données entre les appareils dans l’architecture WebRTC. Bien qu’un serveur média WebRTC ne soit pas obligatoire, il est utile lorsqu’un appareil doit diffuser simultanément vers plusieurs pairs. Un serveur média WebRTC déleste les appareils de destination du traitement, du chiffrement et du routage.

WebRTC ou WebSocket : quel protocole utiliser ?

WebSocket est un protocole qui permet l’échange bidirectionnel de données entre un client et un serveur. Il fonctionne sur le protocole Transmission Control Protocol (TCP), qui assure une livraison fiable et ordonnée. WebRTC offre quant à lui des capacités de streaming pair à pair via UDP, qui présente une latence plus faible et est optimisé pour la transmission en temps réel.

WebRTC est préférable lorsque vous souhaitez diffuser de la vidéo haute définition et ne pouvez tolérer ni retard ni dégradation. WebSocket convient quant à lui au maintien d’une connexion permanente permettant aux applications d’échanger des messages de manière fiable avec le serveur back-end.

WebRTC et WebSocket ne sont pas des protocoles concurrents. Pour établir une connexion WebRTC, les appareils utilisent en effet les WebSockets pour la signalisation. WebSocket est conçu pour les messages pilotés par événements et permet aux appareils d’envoyer et de recevoir des paramètres réseau, des métadonnées de médias et d’autres alertes.

WebRTC uses UDP for peer-to-peer media; WebSocket uses TCP for ordered client-server messages.

Cas d’utilisation de WebRTC pour la voix, la vidéo et les données en temps réel

WebRTC est devenu la norme du streaming à faible latence dans les applications web et les navigateurs. Au fil des années, les développeurs ont exploité WebRTC pour prendre en charge ces applications.

  • Vidéoconférence. Les participants à une réunion peuvent interagir, partager leurs écrans et transcrire en temps réel lors d’appels vidéo.
  • Appels vocaux. WebRTC prend en charge les conversations audio dans les applications de messagerie, les centres de contact et les téléphones basés sur navigateur.
  • Internet des objets. Les appareils IoT diffusent vers des applications mobiles les données vidéo et audio de caméras domestiques, de drones et de sonnettes connectées grâce à WebRTC.
  • Télésanté. Les médecins et les patients réalisent des consultations à distance au moyen d’applications basées sur navigateur compatibles avec WebRTC.
  • Streaming en direct interactif. Les créateurs de contenu, les gamers et les artistes interagissent en temps réel avec leur audience grâce aux capacités de WebRTC.
  • Agents vocaux IA. WebRTC permet aux agents vocaux IA de mener des conversations naturelles à plusieurs tours.
WebRTC uses: meetings, calls, connected devices, telehealth, streaming, and voice AI.

WebRTC est-il une API, un protocole ou une plateforme ?

WebRTC est un ensemble d’API reposant sur plusieurs protocoles. Les développeurs utilisent des API WebRTC intégrées aux navigateurs ou disponibles sous forme de SDK pour concevoir des applications de streaming vocal et vidéo à faible latence. Par exemple, ils appellent des API comme getUserMedia, RTCPeerConnection et RTCDataChannel pour établir des connexions RTC et échanger des données de manière bidirectionnelle.

Vous pouvez également considérer WebRTC comme une suite de protocoles qui fonctionnent ensemble pour permettre le streaming en temps réel.

Protocole

Fonction

Datagram Transport Layer Security (DTLS)

Fournit l’échange initial de chiffrement et d’authentification afin de sécuriser les données WebRTC.

Secure Real-time Transport Protocol (SRTP)

Chiffre les charges utiles WebRTC transmises aux appareils pairs.

Real-time Transport Control Protocol (RTCP)

Assure le contrôle de la congestion.

Stream Control Transmission Protocol (SCTP)

Permet aux appareils d’envoyer des données de manière ordonnée

Session Traversal Utilities for NAT (STUN)

Permet à un appareil de découvrir son adresse IP publique, qu’il envoie ensuite aux appareils pairs.

Traversal Using Relays around NAT (TURN)

Offre une adresse relais via un serveur intermédiaire que les pairs utilisent lorsqu’ils ne parviennent pas à établir une connexion directe.

Bien que WebRTC fournisse les bases nécessaires au streaming audio, vidéo ou d’autres types de données, ce n’est pas une plateforme. WebRTC ne fournit ni les frameworks, ni l’infrastructure, ni les mécanismes de signalisation nécessaires pour faciliter l’échange de données.

WebRTC protocols and roles: DTLS, SRTP, RTCP, SCTP, STUN, and TURN.

Limites de WebRTC, enjeux de sécurité et compromis

Bien que WebRTC offre une communication bidirectionnelle à faible latence, les développeurs font face à plusieurs défis concrets de mise en œuvre.

Évolutivité

WebRTC rencontre un goulot d’étranglement de performances lorsque plusieurs participants rejoignent le réseau maillé. Par exemple, si cinq participants rejoignent une vidéoconférence en direct, un appareil doit transmettre simultanément des données vidéo aux quatre autres participants. Cela sollicite les ressources et la bande passante de l’ordinateur, et finit par dégrader la qualité du streaming.

Problèmes de connectivité

Les appareils peuvent ne pas parvenir à établir une connexion pair à pair avec STUN s’ils se trouvent derrière des pare-feu ou un NAT symétrique. Un NAT symétrique associe les ports exposés publiquement à des destinations précises, ce qui restreint la communication pair à pair. Dans ce cas, WebRTC se rabat sur TURN, ce qui augmente la latence de bout en bout.

Enjeux de sécurité

Bien que WebRTC chiffre automatiquement les données en transit, plusieurs défis subsistent.

  • L’adresse IP locale ou publique d’un appareil est exposée lorsqu’il se connecte à un pair, ce qui peut soulever des préoccupations relatives à la confidentialité.
  • Les développeurs doivent utiliser un protocole de signalisation sécurisé, tel que HTTPS ou WSS. Sinon, des acteurs malveillants peuvent intercepter la connexion WebRTC.
  • WebRTC ne gère pas la sécurité au niveau de l’application. Vous devez appliquer des mécanismes d’atténuation, tels que l’authentification, pour empêcher les utilisateurs non autorisés de rejoindre un appel.

Cohérence de la signalisation

Sans framework de signalisation standardisé, les développeurs peuvent utiliser différents mécanismes de signalisation, ce qui peut entraîner des messages de négociation contradictoires ou désalignés. Les appareils peuvent alors devoir effectuer plusieurs tentatives avant de négocier avec succès une connexion WebRTC.

WebRTC faces scaling, connectivity, security, and signaling limits; media servers improve scale.

Essayez ElevenAgents dès aujourd’hui pour des expériences vocales en temps réel

ElevenAgents vous permet de concevoir des agents vocaux en temps réel qui se connectent via WebRTC. Dans les SDK JavaScript et React, les conversations vocales utilisent WebRTC par défaut, tandis que les conversations uniquement textuelles utilisent WebSocket. Vous pouvez définir connectionType sur « webrtc » ou « websocket » dans startSession pour choisir explicitement. WebRTC est disponible dans les SDK React, Swift et React Native, ainsi que dans le SDK Unity pour les builds WebGL. WebRTC apporte l’annulation d’écho et la suppression du bruit de fond natives au navigateur, ce qui aide à maintenir un son clair dans les conversations avec l’IA.

En savoir plus sur ElevenAgents ou nous contacter pour déployer des agents conversationnels IA à grande échelle.

FAQ




Rédigé par

Jack Limebear fait partie de l’équipe Growth, où il rédige et conçoit des contenus pour le blog et les pages d’analyses. Avant de rejoindre ElevenLabs, il a passé plus de dix ans à piloter la stratégie de contenu pour des organisations allant de start-ups SaaS en forte croissance à des entreprises du Fortune 500. Il est titulaire d’un master en littérature anglaise de l’Université de Cambridge.

Articles similaires

Créez avec l'audio IA de la plus haute qualité