■ **概要** リアルタイム音声対話に応じてリップシンク動画を配信するデジタルヒューマンプラットフォーム。管理コンソール・ナレッジベース・チャネル公開を含む完全パッケージがオープンソース化されている。 ■ **特徴・用途** **FlashHead**エンジンで1枚のポートレート画像から動的にヘッドを合成し、複雑な3Dモデル学習を不要にしている。ASR/TTS/LLM/アバターエンジンを交換可能な設計で、軽量プリセット(wav2lipLS)によりGPU要件を段階的に下げられる選択肢がある。カスタマー向けAIアバターシステムの完全な自ホストデプロイメントに適しており、ビデオからのアバター学習と音声クローニングにも対応。 ■ **結論** **セッション単位でワーカーを独占する設計がスケーリングボトルネック**—複数同時セッション対応には水平スケーリング(複数GPU/マシン)が必須で、初期導入コストと運用複雑性が相応に高い。デフォルトFlashHeadの4090クラス要件も高いハードルだが、選択肢を活用すれば中規模環境での運用は現実的。