Чтобы сделать хорошую модель голоса, нужно дохуя отрывков с речью записать/собрать, очистить и обучить собственно модель. Нормисы не будут этим заниматься, чтобы селфинсертнуть себя в игру, плюс добрая половина геймеров это соснольщики, у них даже возможности такой не будет. Плюс поддержка играми нужна, а такое будет скорее в единичных инди, бОльшая часть игр, как инди так и ААА делается для нормисов, которым надо чтобы открыл игру и она сразу работала. Так что такого не будет.