音声ストリーミング(WebSocket)の通話の音声データはどのようなフォーマットで送信されますか？ 2026年03月30日 06:42 更新 標準的なサンプリングレート（8kHzや16kHzなどのPCMデータ等）でエンコードされ、WebSocketを通じてバイナリフレームまたはBase64エンコードされたテキストとして送信されます。 関連記事 音声ストリーミング(WebSocket)（メディアストリーミング）とはどのような機能ですか？ 音声ストリーミング(WebSocket)が正常に開始出来たのか、或いは、失敗したのかはどのように確認できますか？ 音声ストリーミング(WebSocket)を利用するための前提条件はありますか？ 話した声を文字にする機能（Speech to Text）はありますか？ 音声キャプチャーにおいて、ユーザーの音声がうまく認識されない場合はどうすればよいですか？