Вот мой вариант: распаковываешь Speech.vdf, открываешь файл ou.csl MS Word'ом.
Если внимательно присмотреться, то можно заметить, что название любого .wav'a УЖЕ несёт в себе информацию, КТО это говорит, а также по какой теме (пример - DIA_ADDON_GARRET_BANDITS_09_03.WAV)
Перевожу - говоит Гаррет, про бандитов, номер голоса - 9, реплика в теме - четвёртая(т.к. нумерация идёт с 0). ,т.е. DIA_ADDON_GARRET_BANDITS_15_00.WAV - диалог с Гарретом, но говорит ГГ, т.к. у него номер голоса - 15, *а эта реплика самое начало разговора.
Далее элементарным поиском ищешь эту строчку (DIA_ADDON_GARRET_BANDITS_09_03.WAV) в Word'e и читаешь, как это переводится на русский. Далее твой профессиональный актёр всё это слушает и читает и на этой основе озвучивает фразу.