■ 概要 音声STT・LLM・TTS・デジタルアバター生成を統合し、WebUI + QQ マルチチャネル展開するエンドツーエンド対話エンジン ■ 特徴・用途 **1. リアルタイム音声対話の低遅延設計** — FunASR（150ms）+ Silero VAD + ノイズゲート（-35dB）を組み合わせ、0.5 秒応答を実装。風扇・キーボード音を排除する前処理が実用的 **2. デジタルアバター動画のストリーム生成** — 長応答を ≤10 秒小段に自動分割し、TTS と同期した口話ビデオ（DUIX）を順次生成・再生。音声とビデオの時間同期が非自明な実装 **3. QQ 統合による常時接続化** — WebUI だけでなく、音声+テキスト+画像を QQ へ非同期プッシュ。ユーザーがオフライン時も応答を受け取る設計思想 ■ 結論 フロントエンド～音声パイプライン～ソーシャル連携を統合した実用系。リアルタイム性と多チャネル展開の両立、および音声・動画・プラットフォーム間の時間同期問題の解き方が参考になる