Berkat bantuan Mod bernama NPCTalk, semua NPC di GTA V kini dapat diajak berbicara secara real-time dengan menggunakan mikrofon.

Meskipun NPC atau Non-Player Character merupakan elemen yang penting di dalam sebuah game, terutama untuk RPG, pada kenyataannya reaksi mereka di dalam game masih terbatas, terutama untuk dialog yang scripted dan berulang. Kehadiran teknologi AI yang semakin canggih tampaknya mulai mengubah konsep itu, yang terlihat pada datangnya mod bernama NPCTalk di Grand Theft Auto V.

Mod yang dikembangkan oleh Universal Modder itu dibagikan via media sosial, yang sebutkan NPCTalk merupakan toolkit open-source yang dirancang untuk menghadirkan percakapan dinamis ke berbagai game yang mendukung modifikasi. Pengembangnya mendemonstrasikan teknologi tersebut di GTA V dan berencana merilis secara gratis pada 19 hingga 25 Oktober 2026. Toolkit NPCTalk sendiri sudah tersedia secara terbuka, tetapi versi mod GTA V yang siap dimainkan dijadwalkan menyusul.

Menariknya, mod ini membuat pemain tidak sekadar mendapatkan jawaban generik yang telah disusun sebelumnya dari NPC. Tools AI itu disebut dapat menyusun respons berdasarkan kepribadian karakter, situasi di sekitarnya, dan ucapan pemain.

Pada demonstrasinya, karakter seperti Michael dan Lamar dapat diajak berbicara dengan suara yang menyerupai pengisi suara aslinya. NPC juga bisa melakukan animasi atau tindakan tertentu sebagai respons terhadap percakapan, sehingga interaksi terasa lebih hidup dibandingkan dialog statis yang biasa ditemui dalam game.

Untuk mewujudkan sistem ini, NPCTalk menggabungkan beberapa model AI dengan fungsi yang berbeda. NVIDIA Nemotron ASR menangani pengenalan suara, sementara Qwen 3.8 27B yang dijalankan melalui Cerebras menghasilkan dialog berdasarkan konteks percakapan. Fish Audio Drama 3 kemudian mengubah respons menjadi suara yang menyerupai karakter terkait. Sistem tersebut juga melibatkan TypeSafe Jev untuk menangani tindakan reaktif NPC berdasarkan percakapan.

Meski disebut mampu merespons dalam waktu kurang dari satu detik pada demonstrasi awal, dokumentasi teknis menunjukkan bahwa latensinya bisa lebih tinggi. Dengan metode push-to-talk, jeda respons tercatat sekitar 1,15 hingga 2,2 detik setelah pemain berbicara, sedangkan penggunaan mikrofon yang terus aktif dapat menambah sekitar 0,7 detik.

Selain itu, pemrosesan AI dan suara bergantung pada layanan serta infrastruktur GPU, sehingga pengalaman pengguna tidak sepenuhnya ditentukan oleh spesifikasi PC yang menjalankan game.

Ternyata NPCTalk juga tidak terbatas pada GTA V saja. Toolkit ini dirancang agar pengembang dan modder dapat mengadaptasi sistem serupa ke game lain, meski setiap game tetap membutuhkan proses integrasi tersendiri. Untuk saat ini, implementasi yang diperlihatkan berfokus pada mode single player GTA V Legacy.

Jika berhasil dikembangkan lebih jauh, teknologi seperti ini bisa mengubah cara pemain berinteraksi dengan dunia game, dari sekadar memilih opsi dialog menjadi berbicara secara spontan dengan karakter virtual. Dengan demikian, kisah fiksi yang perlihatkan NPC canggih seperti anime Sword Art Online, yang mampu bercakap layaknya manusia bisa menjadi kenyataan di masa depan.

Bagaimana menurut Anda sendiri mengenai teknologi percakapan virtual seperti ini di dalam game?