[Task] Twilio Media Streams + OpenAI Realtime API (gpt-realtime-2.1) 接続調査

[vesperworks]

現行の通話は Twilio ConversationRelay + Gemini 構成ですが、Media Streams 経由で OpenAI Realtime API (gpt-realtime-2.1) に直接繋ぐ構成もいけそうなので、調査をお願いしたいです。
音声フォーマット的には相性良さそうですが、Cloudflare Workers (Durable Object) からの outbound WebSocket 接続や割り込み処理まわりは要検討です。
#773 / #775 とは別方式の検証になるので、PoC の進め方も含めて相談させてください。