La plupart des « directs » que vous regardez ont en réalité 10 à 30 secondes de retard. Pour un match ou un concert, peu importe. Mais pour une visio, une enchère ou un jeu interactif, chaque seconde compte. C’est là qu’intervient WebRTC, la technologie du streaming en temps réel — la vraie, sous la seconde.
Pourquoi le streaming classique est en retard
HLS et DASH, faits pour l’échelle, empilent les délais : segmentation, mise en tampon, mise en cache CDN. Résultat, une latence de plusieurs secondes, acceptable pour de la diffusion « one-to-many » mais rédhibitoire pour l’interaction. WebRTC prend le problème à l’envers : il est conçu dès le départ pour la conversation.
Comment WebRTC atteint le temps réel
Intégré nativement à tous les navigateurs, WebRTC établit une connexion directe (souvent pair-à-pair) entre les participants, avec une latence typique de 100 à 500 millisecondes. Trois briques le composent :
- getUserMedia — l’accès à la caméra et au micro.
- RTCPeerConnection — le transport chiffré du flux, avec adaptation au réseau.
- ICE / STUN / TURN — la mécanique qui traverse les pare-feux et les box pour connecter deux machines.
La rançon de la vitesse : l’échelle
Le pair-à-pair est parfait à deux, mais s’effondre à mille : impossible que chacun envoie son flux à tous. Pour diffuser large en temps réel, on introduit un serveur média — un SFU (Selective Forwarding Unit) — qui reçoit un flux et le redistribue efficacement. C’est ce qui permet des visioconférences à cent, ou des plateformes de watch-party.
WebRTC ou HLS basse latence ?
Un concurrent existe : le LL-HLS (Low-Latency HLS), qui descend HLS autour de 2 secondes tout en gardant sa compatibilité et sa scalabilité. Le choix se joue sur le curseur latence/échelle :
- Interaction vraie (visio, jeu, enchère) : WebRTC, sous la seconde.
- Live massif faiblement interactif (sport, événement) : LL-HLS, ~2 s, mais des millions de spectateurs.
À retenir
WebRTC est la référence du temps réel sous la seconde, natif dans les navigateurs et taillé pour l’interaction. Il paie sa vitesse par une mise à l’échelle plus complexe (SFU). Pour du live massif où deux secondes passent, LL-HLS reste plus simple. Réglez le curseur selon votre besoin : interactivité, ou audience.