IT之家 Informations du 19 octobre : un nouvel outil de mod IA nommé NPCTalk apporte à Grand Theft Auto 5 (GTA 5) une fonction de conversation en temps réel sans script. Les joueurs peuvent dialoguer directement avec les personnages non jouables, qui répondent avec leur voix d'origine clonée par IA. Ce projet open source, développé par Universal Modder, vise à étendre ce type de fonctionnalité à presque tous les jeux prenant en charge le modding.
Selon IT之家, les systèmes de dialogue traditionnels des personnages non jouables reposent sur des voix préenregistrées et des réponses scriptées, tandis que NPCTalk s'appuie sur des modèles d'IA pour générer dynamiquement les dialogues. Les joueurs peuvent s'approcher de presque n'importe quel personnage de GTA 5, parler via un microphone, et obtenir une réponse adaptée au contexte, conforme à la personnalité du personnage, à son environnement et à la situation du moment.
Les développeurs ont déjà démontré cette technologie avec des personnages comme Michael et Lamar, ainsi qu'avec des passants ordinaires et des policiers. Les personnages non jouables peuvent même réagir physiquement à la conversation, en jouant des animations ou en exécutant des instructions vocales spécifiques. Par exemple, un policier peut réprimander le joueur tout en effectuant des gestes assortis, au lieu de se contenter de sortir une réponse uniforme.
Cette technologie repose sur la collaboration de plusieurs modèles et services d'IA. Le Nemotron ASR de NVIDIA assure la reconnaissance vocale ; le modèle Qwen 3.8 27B génère en temps réel le texte des dialogues sur la plateforme Cerebras ; Fish Audio Drama 3 effectue le clonage vocal et la synthèse de la parole, permettant aux personnages de répondre avec une voix proche du doublage d'origine. Le modèle vocal fonctionne sur des processeurs graphiques NVIDIA H100 dans le cloud, et TypeSafe Jev contrôle les mouvements des personnages non jouables.
La vitesse de réponse du système est impressionnante. Les développeurs ont d'abord annoncé un temps de réponse inférieur à 1 seconde, mais la documentation technique du projet indique qu'en mode push-to-talk, le délai entre la fin de la phrase du joueur et le début de la réponse du personnage non jouable est d'environ 1,15 à 2,2 secondes. Si l'écoute continue du microphone est activée, un délai supplémentaire d'environ 0,7 seconde s'ajoute.
Fait intéressant, le développement de NPCTalk a été assisté par Claude Code. Les développeurs ont également encapsulé leur expérience technique accumulée dans un ensemble de compétences d'agents réutilisables, compatible avec Claude Code, Codex, Cursor, l'outil en ligne de commande Gemini et d'autres assistants de code pris en charge. Les développeurs et les créateurs de mods peuvent utiliser cet ensemble d'outils pour intégrer cette technologie à d'autres jeux.
Mais cela ne signifie pas que NPCTalk est un mod universel déployable en un clic. Chaque jeu nécessite une adaptation spécifique, et la démonstration n'a été réalisée que dans l'ancien mode solo de GTA 5. De plus, bien que l'outil lui-même soit open source sous licence MIT, les services cloud et l'infrastructure de processeurs graphiques nécessaires à son fonctionnement génèrent des coûts.
La boîte à outils NPCTalk est déjà disponible sur GitHub, et les développeurs ont annoncé la publication la semaine prochaine d'un mod de GTA 5 jouable gratuitement.
Cette technologie en est encore au stade expérimental, mais elle laisse entrevoir un avenir prometteur : les personnages non jouables ne seraient plus confinés dans des arbres de dialogue prédéfinis, et l'interactivité ainsi que l'immersion des mondes virtuels pourraient être considérablement améliorées.