ソースを見てみたけどUnity上を流れる音声データを解析して
現在の音素、口の形を返してくれるオープンソースライブラリがあって
その音素をコイカツに元からある口の形のアニメに当てはめて、口パクを横取りして再生指示を差し替えているようやね