NPCTalk 模组让《GTA 5》NPC 实现无脚本实时语音对话

传统游戏中的非玩家角色对话长期依赖预录语音与固定脚本，玩家每次触发同一情境，得到的往往是千篇一律的回应。开源项目 NPCTalk 试图改变这一模式：它不再调用预设台词，而是让 AI 模型在运行时动态生成对话内容，使 NPC 的回复随语境变化。该项目由 Universal Modder 开发，首个落地对象是《侠盗猎车手 5》。

在《GTA 5》中，玩家走近几乎任意角色后可通过麦克风直接说话，对方会结合自身性格、所处环境与当前情境给出回答，并以经 AI 克隆的原声播放。开发者已用麦克、拉马尔等角色，以及普通路人和警察进行演示。NPC 不仅能开口回应，还能配合对话做出肢体动作或执行特定语音指令——例如警察在训斥玩家的同时做出相应动作，而非只输出单一文本。

这套系统由多款 AI 模型与服务协同支撑。语音识别环节采用英伟达 Nemotron ASR；对话文本由 Qwen 3.8 27B 模型在 Cerebras 平台上实时生成；Fish Audio Drama 3 负责语音克隆与合成，使角色声音接近原版配音。语音模型运行于云端英伟达 H100 图形处理器，TypeSafe Jev 则用于控制 NPC 的动作表现。

从项目定位看，NPCTalk 的目标并不局限于《GTA 5》，开发者希望将同类能力拓展到几乎所有支持模组修改的游戏。这意味着 AI 实时对话有望从单一作品的实验性尝试，走向更广泛的游戏模组生态，为 NPC 交互设计提供新的技术路径。