IT之家 Noticia del 19 de octubre: una nueva herramienta de modificación con IA llamada NPCTalk ha traído a Grand Theft Auto 5 (GTA 5) una función de diálogo en tiempo real sin guion. Los jugadores pueden hablar directamente con los personajes no jugables, que responderán con sus voces originales clonadas mediante IA. Este proyecto de código abierto fue desarrollado por Universal Modder, cuyo objetivo es extender funcionalidades similares a casi todos los juegos que admiten modificaciones.
Según IT之家, los sistemas tradicionales de diálogo de personajes no jugables dependen de voz pregrabada y respuestas guionizadas, mientras que NPCTalk se apoya en modelos de IA para generar diálogos de forma dinámica. Los jugadores pueden acercarse a casi cualquier personaje de GTA 5, hablar por el micrófono y recibir respuestas contextualizadas que se ajustan a la personalidad del personaje, a su entorno y a la situación actual.
Los desarrolladores ya han demostrado esta tecnología con personajes como Michael y Lamar, así como con peatones comunes y policías. Los personajes no jugables incluso pueden reaccionar físicamente a la conversación, reproducir animaciones o ejecutar instrucciones de voz específicas. Por ejemplo, un policía puede regañar al jugador mientras realiza movimientos acordes, en lugar de limitarse a dar respuestas repetitivas.
Esta tecnología funciona gracias a la colaboración de varios modelos y servicios de IA. El Nemotron ASR de Nvidia se encarga del reconocimiento de voz; el modelo Qwen 3.8 27B genera el texto del diálogo en tiempo real en la plataforma Cerebras; Fish Audio Drama 3 realiza la clonación de voz y la síntesis de voz, permitiendo que los personajes respondan con voces similares a las del doblaje original. El modelo de voz se ejecuta en una GPU Nvidia H100 en la nube, y TypeSafe Jev se encarga de controlar los movimientos de los personajes no jugables.
La velocidad de respuesta del sistema es destacable. Los desarrolladores anunciaron inicialmente un tiempo de respuesta inferior a 1 segundo, pero la documentación técnica del proyecto indica que, al usar el modo de pulsar para hablar, la latencia entre el final de la frase del jugador y el inicio de la respuesta del personaje no jugable es de aproximadamente 1.15 a 2.2 segundos. Si se activa la escucha continua del micrófono, se añade una latencia adicional de unos 0.7 segundos.
Lo interesante es que el desarrollo de NPCTalk contó con la ayuda de Claude Code. Los desarrolladores también han empaquetado su experiencia técnica acumulada en un conjunto reutilizable de habilidades de agente, compatible con Claude Code, Codex, Cursor, la herramienta de línea de comandos de Gemini y otros asistentes de código compatibles. Los desarrolladores y creadores de mods pueden utilizar este conjunto de herramientas para llevar esta tecnología a otros juegos.
Pero esto no significa que NPCTalk sea un mod universal que se pueda desplegar con un solo clic. Cada juego requiere una adaptación específica, y por ahora solo se ha demostrado en el modo un jugador de la versión antigua de GTA 5. Además, aunque la herramienta es de código abierto bajo licencia MIT, los servicios en la nube y la infraestructura de GPU necesarios para su funcionamiento generan costos.
El kit de herramientas NPCTalk ya está disponible en GitHub, y los desarrolladores también han anunciado que la próxima semana lanzarán un mod de GTA 5 jugable de forma gratuita.
Esta tecnología todavía se encuentra en fase experimental, pero permite vislumbrar un futuro prometedor: los personajes no jugables dejarán de estar limitados a árboles de diálogo predefinidos, y la interactividad e inmersión de los mundos virtuales podrían mejorar considerablemente.