Universal Modder開發的開源工具包NPCTalk,正在為《 GTA 5》NPC加入動態實時對話。玩家可直接通過麥克風說話,系統會結合角色性格、周圍環境和當前情境生成回答,再以接近原作表演的克隆聲音播報。開發者稱,免費可玩的《 GTA 5》版本預計下周推出。

演示對象包括麥可、拉瑪、普通路人和警察。部分NPC除了回答玩家,還會在對話過程中配合手勢、播放動畫,或執行特定口頭指令。

這套技術鏈由多個模型和服務組成:NVIDIA Nemotron ASR負責識別語音,通過Cerebras運行的Qwen 3.8 27B生成對話,Fish Audio Drama 3完成聲音克隆與語音合成,TypeSafe Jev則負責處理NPC動作。
開發者最初宣稱響應時間低於一秒,但技術文檔記錄的按鍵說話實測延遲約為1.15至2.2秒,開放麥克風檢測還會額外增加約0.7秒。目前該工具僅在《 GTA 5》Legacy版單人模式中展示,並非可直接用於所有遊戲的一鍵式模組;其他作品需要單獨集成,使用雲服務及H100 GPU等運行資源也可能產生費用。工具包現已通過MIT許可證在GitHub開放。






