DuDo AI面接サービスでは写真画像や汎用アバターを使うのではなく、人の会話映像から特徴量抽出とモデル学習を行い、一から独自にアバターモデルを生成しています

弊社のAIアバター技術は、ステートレスかつ独立性を担保した以下のエージェント群をマイクロサービスアーキテクチャで実装し、APIベースでシームレスに連携することで、リアルタイムコミュニケーションを強力に支援します。

AIアバター生成エージェント
動画合成や表情制御を動的に行い、人間らしいアバター映像をリアルタイムに生成

音声認識（STT）／音声合成（TTS）エージェント
低遅延での発話→文字変換、テキスト→ナチュラル音声の往復処理をサポート

LLM リクエスト／レスポンスエージェント
応答生成、要約、文脈管理などを大規模言語モデルとやり取りし、高度な会話体験を実現

非常に処理コストが高い人間アバターのリアルタイム応答生成を、高度なチャンク型ストリーミング生成処理でフレームごとに生成および送信し、バッファへプッシュし結合することで実現しています。