Che cos'è WebRTC? Una guida alla comunicazione web in tempo reale
- Scritto da
- Jack Limebear
- Pubblicato
AscoltaAscolta questo articolo
Oggi la comunicazione web fluida sembra naturale. Ma per gli sviluppatori, creare un'app per lo streaming video o vocale a bassa latenza era un ostacolo importante. Gli utenti dovevano gestire frame persi, ritardi audio e disconnessioni che compromettevano le interazioni.
WebRTC aiuta gli sviluppatori a risolvere le carenze delle comunicazioni web in tempo reale, consentendo lo streaming di dati peer-to-peer a bassa latenza. Dalla sua introduzione nel 2011, i principali browser, tra cui Chrome, Safari e Firefox, hanno adottato WebRTC. Oggi WebRTC supporta la comunicazione in tempo reale nei browser e nelle app web.
Questo articolo spiega come funziona WebRTC, i suoi casi d'uso, gli aspetti di sicurezza e il confronto con altre tecnologie di comunicazione web.
In sintesi
- WebRTC è una tecnologia che consente lo streaming in tempo reale peer-to-peer di audio, video e dati tra browser o app web.
- WebRTC utilizza UDP, ed è quindi adatto alle applicazioni di comunicazione web a bassa latenza e tolleranti alle perdite.
- Per effettuare lo streaming con WebRTC, utilizzi API standard come RTCPeerConnection, MediaStream e RTCDataChannel, che creano un canale crittografato per lo scambio di contenuti multimediali in tempo reale.
- I dispositivi peer si affidano ai server STUN e TURN per scoprire il proprio indirizzo IP e superare le restrizioni di rete durante la creazione di connessioni WebRTC.
- Nello sviluppo di applicazioni WebRTC, gli sviluppatori devono considerare diverse sfide, tra cui scalabilità, sicurezza e connettività.
Che cos'è WebRTC?
WebRTC è una tecnologia di comunicazione gratuita e open source che consente lo streaming peer-to-peer in tempo reale tra browser web. Con WebRTC, gli utenti possono scambiare direttamente video, audio e dati senza scaricare plugin o software intermediari.
A differenza dello streaming client-server tradizionale, WebRTC invia i contenuti multimediali direttamente tra i peer ogni volta che esiste un percorso diretto. I server relay (TURN) e i media server intervengono soltanto quando una connessione diretta non è possibile o quando partecipano più di due utenti. Questo consente a WebRTC di offrire contenuti multimediali in tempo reale a bassa latenza.
I browser web moderni supportano WebRTC per impostazione predefinita. WebRTC è uno standard aperto del W3C e dell'IETF che espone API JavaScript, con cui puoi accedere a fotocamera e microfono, creare un canale dati e inviare contenuti multimediali alla destinazione.
Grazie alla sua semplicità, gli sviluppatori usano WebRTC per alimentare varie applicazioni web, tra cui teleconferenze, streaming video e audio, trascrizione in tempo reale e condivisione dello schermo.

Come funziona WebRTC: dal signaling ai contenuti multimediali peer-to-peer
WebRTC acquisisce dati in un browser, li crittografa e li trasmette a un altro browser in tempo reale. Crea un canale dati tramite lo User Datagram Protocol (UDP), in cui browser o app web possono scambiare dati a bassa latenza. UDP è un protocollo veloce e senza connessione che invia pacchetti di dati attraverso le reti. Non deve mantenere una connessione, confermare la ricezione dei pacchetti o ritrasmettere quelli persi, riducendo significativamente l'overhead.
Per impostazione predefinita, l'API WebRTC nativa supporta lo streaming diretto peer-to-peer (P2P) tra due browser. Tuttavia, più di due browser possono scambiare dati creando più connessioni P2P oppure usando un media server. Spesso la larghezza di banda in upload limita le connessioni P2P multiple, rendendo un media server un'opzione migliore per applicazioni come le conferenze dal vivo.
Di seguito utilizziamo un esempio di video tra due browser per spiegare come funziona.
Per creare una connessione WebRTC, entrambi i browser seguono queste sequenze.
- Acquisizione dei contenuti multimediali. Prima di acquisire dati, il browser chiede all'utente l'autorizzazione ad accedere a microfono, fotocamera o schermo. È una funzionalità di sicurezza predefinita integrata nel framework WebRTC che gli sviluppatori non possono aggirare.
- Signaling. Questo processo consente a entrambi i browser di negoziare i metadati tramite server di signaling, per permettere uno scambio di dati efficace. Ad esempio, il browser A invia il codec, il bitrate e le tecnologie di crittografia supportate. Poi attende che il browser B risponda con i metadati corrispondenti. Prima di poter scambiare dati, entrambi i browser devono concordare un insieme comune di metadati.
- Protezione del canale. WebRTC crittografa i contenuti multimediali e i dati in transito per proteggerli da soggetti non autorizzati. Entrambi i browser scambiano chiavi crittografiche tramite Datagram Transport Layer Security (DTLS), usate per cifrare e decifrare i dati. Ogni hop viene crittografato separatamente, quindi un media server o una SFU può accedere ai contenuti multimediali, a meno che non aggiungi una crittografia end-to-end, ad esempio con gli insertable streams.
- Scambio di contenuti multimediali. Dopo che i browser hanno negoziato una chiave crittografica, scambiano i contenuti multimediali tramite il Secure Real-time Transport Protocol (SRTP). Il mittente crittografa tutti i video, gli audio e gli altri dati arbitrari in uscita con AES-128. Nel frattempo, il dispositivo usa lo Stream Control Transmission Protocol (SCTP) per inviare dati arbitrari come JSON e file di testo.
- Gestione della congestione. I dispositivi rilevano attivamente jitter, ritardi o altri segnali di degrado. Un dispositivo invia pacchetti Real-time Transport Control Protocol (RTCP) a un peer. Quindi esamina la risposta RTCP usando un algoritmo di stima della larghezza di banda chiamato Google Congestion Control e adatta di conseguenza la propria velocità di trasmissione.
Gli standard WebRTC forniscono interfacce di programmazione delle applicazioni (API) e linee guida per l'acquisizione di contenuti multimediali, la sicurezza dei dati e lo scambio di contenuti multimediali. Tuttavia, non definiscono un framework di signaling. Per questo, gli sviluppatori implementano il signaling tramite meccanismi diversi, come WebSocket.
Codec WebRTC supportati
Un codec è un algoritmo che comprime e decomprime i flussi multimediali. Tutti i browser conformi a WebRTC devono supportare i seguenti codec.
- Video: VP8, H.264.
- Audio: Opus, G.711 PCM (A-law), G.711 PCM (µ-law).
Tuttavia, alcuni browser possono supportare codec più recenti, come AV1 e VP9.

L'API WebRTC: RTCPeerConnection, MediaStream e canali dati
WebRTC espone agli sviluppatori tre API principali nel runtime del browser.
- RTCPeerConnection gestisce l'individuazione delle connessioni, la negoziazione dei metadati, l'handshake di sicurezza e la crittografia. Ti consente di aggiungere flussi video e audio, che il dispositivo invia al peer.
- MediaStream è un oggetto che contiene i contenuti che vuoi trasmettere in streaming. Lo popoli chiamando getUserMedia(), che passa l'input di fotocamera e microfono all'istanza MediaStream.
- RTCDataChannel è un canale dati creato per inviare dati arbitrari tra browser peer.

Perché WebRTC usa server STUN e TURN
La maggior parte delle connessioni WebRTC avviene tra dispositivi che si trovano in reti diverse. Per scambiare dati, hanno bisogno dell'indirizzo IP pubblico del peer. Tuttavia, i dispositivi si trovano spesso dietro un firewall, un router o all'interno di una rete protetta. Non sempre conoscono il proprio indirizzo IP pubblico, il che complica i tentativi di connessione.

I router usano il Network Address Translation (NAT) per associare gli indirizzi privati a un indirizzo pubblico. WebRTC usa quindi l'Interactive Connectivity Establishment (ICE) per trovare un percorso funzionante tra i peer.
NAT è un servizio che consente ai dispositivi di una rete locale di condividere un unico indirizzo IP pubblico. Ad esempio, il tuo computer ha un indirizzo IP privato di 192.168.1.104. Con NAT, il router lo associa a un indirizzo IP pubblico di 210.195.229.181 quando si connette a internet. Quando invii un pacchetto di dati all'indirizzo IP pubblico, il router identifica l'indirizzo IP privato e la porta locale corrispondenti e vi recapita i dati.
ICE è un framework che consente ai dispositivi peer di individuarsi a vicenda. I dispositivi tenteranno prima di stabilire una connessione usando l'indirizzo IP pubblico scoperto tramite un server STUN. Se non riescono, ricorrono a un server relay intermedio. I server STUN e TURN operano entrambi nel framework ICE per consentire una connessione peer efficace.
- Un server Session Traversal Utilities for NAT (STUN) fornisce a un dispositivo il proprio indirizzo IP pubblico e la porta esterna. Una volta conosciuto il proprio indirizzo IP pubblico, il dispositivo lo invia ai peer che vogliono stabilire una connessione su internet.
- Un server Traversal Using Relays around NAT (TURN) offre un metodo alternativo per stabilire connessioni WebRTC. Il server TURN fornisce un indirizzo relay che entrambi i peer usano per scambiare dati. Quando i peer non riescono a stabilire una connessione nonostante conoscano il proprio indirizzo IP pubblico, ricorrono a TURN.

Che cos'è un media server in WebRTC?
Un media server è un server intermedio che instrada i dati tra i dispositivi nell'architettura WebRTC. Sebbene un media server WebRTC non sia obbligatorio, è utile quando un dispositivo deve trasmettere in streaming a più peer contemporaneamente. Un media server WebRTC trasferisce ai dispositivi di destinazione il carico dell'elaborazione, della crittografia e del routing.
WebRTC e WebSocket: quale protocollo dovresti usare?
WebSocket è un protocollo che consente lo scambio bidirezionale di dati tra un client e un server. Funziona sul Transmission Control Protocol (TCP), che garantisce una consegna affidabile e ordinata. WebRTC, invece, offre capacità di streaming peer-to-peer tramite UDP, che ha una latenza inferiore ed è ottimizzato per la trasmissione in tempo reale.
WebRTC è migliore quando vuoi trasmettere video ad alta definizione e non puoi permetterti ritardi o degrado della qualità. WebSocket, invece, è adatto per mantenere una connessione persistente in cui le applicazioni possono scambiare messaggi in modo affidabile con il server backend.
WebRTC e WebSocket non sono protocolli concorrenti. Infatti, per stabilire una connessione WebRTC, i dispositivi usano WebSocket per il signaling. WebSocket è progettato per messaggi basati su eventi e consente ai dispositivi di inviare e ricevere parametri di rete, metadati multimediali e altri avvisi.

Casi d'uso di WebRTC per voce, video e dati in tempo reale
WebRTC è diventato lo standard per lo streaming a bassa latenza nelle app web e nei browser. Nel corso degli anni, gli sviluppatori hanno sfruttato WebRTC per supportare queste applicazioni.
- Videoconferenze. I partecipanti alle riunioni possono interagire, condividere schermi e trascrivere in tempo reale durante le videochiamate.
- Chiamate vocali. WebRTC supporta le conversazioni audio nelle app di messaggistica, nei contact center e nei telefoni basati su browser.
- Internet of Things. I dispositivi IoT trasmettono in streaming dati video e audio da telecamere domestiche, droni e videocitofoni alle app mobili tramite WebRTC.
- Telemedicina. Medici e pazienti svolgono consulti da remoto tramite app basate su browser che supportano WebRTC.
- Streaming live interattivo. Creatori di contenuti, gamer e artisti interagiscono con il proprio pubblico in tempo reale grazie alle funzionalità di WebRTC.
- Agenti vocali IA. WebRTC consente agli agenti vocali IA di avere conversazioni naturali con più turni.

WebRTC è un'API, un protocollo o una piattaforma?
WebRTC è un insieme di API costruite su diversi protocolli. Gli sviluppatori usano le API WebRTC integrate nei browser o disponibili come SDK per creare applicazioni di streaming vocale e video a bassa latenza. Ad esempio, chiamano API come getUserMedia, RTCPeerConnection e RTCDataChannel per stabilire connessioni RTC e scambiare dati in modo bidirezionale.
Puoi anche considerare WebRTC come una suite di protocolli che lavorano insieme per consentire lo streaming in tempo reale.
Protocollo
Funzione
Datagram Transport Layer Security (DTLS)
Fornisce un handshake iniziale di crittografia e autenticazione per proteggere i dati WebRTC.
Secure Real-time Transport Protocol (SRTP)
Crittografa i payload WebRTC trasmessi in streaming ai dispositivi peer.
Real-time Transport Control Protocol (RTCP)
Fornisce il controllo della congestione.
Stream Control Transmission Protocol (SCTP)
Consente ai dispositivi di inviare dati in modo ordinato
Session Traversal Utilities for NAT (STUN)
Consente a un dispositivo di scoprire il proprio indirizzo IP pubblico, che poi invia ai dispositivi peer.
Traversal Using Relays around NAT (TURN)
Offre un indirizzo relay tramite un server intermedio, che i peer usano se non riescono a stabilire una connessione diretta.
Sebbene WebRTC fornisca gli elementi fondamentali per lo streaming di audio, video o altri tipi di dati, non è una piattaforma. WebRTC non fornisce i framework, l'infrastruttura o i meccanismi di signaling necessari per facilitare lo scambio di dati.

Limiti, aspetti di sicurezza e compromessi di WebRTC
Sebbene WebRTC offra comunicazioni bidirezionali a bassa latenza, gli sviluppatori devono affrontare diverse sfide di implementazione nel mondo reale.
Scalabilità
WebRTC incontra un collo di bottiglia delle prestazioni quando più partecipanti si uniscono alla rete mesh. Ad esempio, se cinque partecipanti prendono parte a una videoconferenza dal vivo, un dispositivo deve trasmettere dati video contemporaneamente agli altri quattro partecipanti. Questo mette sotto pressione le risorse e la larghezza di banda del computer, degradando infine la qualità dello streaming.
Problemi di connettività
I dispositivi potrebbero non riuscire a stabilire una connessione peer-to-peer tramite STUN se si trovano dietro firewall o NAT simmetrici. Il NAT simmetrico associa le porte esposte pubblicamente a destinazioni specifiche, limitando la comunicazione peer-to-peer. In questi casi, WebRTC ricorre a TURN, aumentando la latenza end-to-end.
Aspetti di sicurezza
Sebbene WebRTC crittografi automaticamente i dati in transito, restano diverse sfide.
- L'indirizzo IP locale o pubblico di un dispositivo viene esposto quando si connette a un peer, e questo può sollevare problemi di privacy.
- Gli sviluppatori devono usare un protocollo di signaling sicuro, come HTTPS o WSS. Altrimenti, malintenzionati possono intercettare la connessione WebRTC.
- WebRTC non gestisce la sicurezza a livello di applicazione. Devi applicare misure di mitigazione, come l'autenticazione, per impedire a utenti non autorizzati di partecipare a una chiamata.
Coerenza del signaling
Senza un framework di signaling standardizzato, gli sviluppatori possono utilizzare meccanismi di signaling diversi, generando messaggi di negoziazione in conflitto o non allineati. Questo può costringere i dispositivi a effettuare diversi tentativi prima di negoziare con successo una connessione WebRTC.

Inizia con ElevenAgents per esperienze vocali in tempo reale
ElevenAgents ti consente di creare agenti vocali in tempo reale che si connettono tramite WebRTC. Negli SDK JavaScript e React, le conversazioni vocali usano WebRTC per impostazione predefinita, mentre quelle solo testuali usano WebSocket. Puoi impostare connectionType su 'webrtc' o 'websocket' in startSession per scegliere esplicitamente. WebRTC è disponibile negli SDK React, Swift e React Native, nonché nell'SDK Unity per build WebGL. WebRTC offre la cancellazione dell'eco nativa del browser e la soppressione del rumore di fondo, contribuendo a mantenere l'audio nitido nelle conversazioni IA.
Scopri di più su ElevenAgents o contatta le vendite per iniziare a usare agenti IA conversazionali su larga scala.
Domande frequenti
Jack Limebear fa parte del team Growth e si occupa di scrivere contenuti e definire strategie per il blog e le pagine insights. Prima di arrivare in ElevenLabs, ha guidato la strategia dei contenuti per oltre dieci anni in realtà che vanno da startup SaaS in rapida crescita a grandi aziende Fortune 500. Ha conseguito un Master in Letteratura Inglese presso l’Università di Cambridge.



