■ 概要 リアルタイムインタラクティブなデジタルアバター基盤。wav2lipによる唇形同期とTTS音声クローニングで、商用品質の音視同期対話を実現。 ■ 特徴・用途 - **技術スタック**: wav2lip（リップシンク）+ 音声クローニング + WebRTC で高精度な音映像同期 - **分散処理設計**: フロント/バック分離、GPU上のモデル推論 + CPU上のサービス分離で複数並行対応（ライブ配信・顧客対応・クローン話者の無限並行が可能） - **実用機能**: 話者割込み対応、アクション編成（無音時の自然な動作挿入）により UX を向上 ■ 結論 アーキテクチャが実装段階まで整理されており、GPU/CPU 分散と並行性を考慮した設計。動画生成 AI × リアルタイム通信 × マルチワーカーの基盤として、kurage や kcomicの TTS/動画ベースラインの選択肢に値する。