EMAGE ist ein einheitliches Modell zur Generierung ganzheitlicher Konversationsgesten. Es generiert natürliche Gestenbewegungen durch ausdrucksstarkes Maskierungs-Audio-Gesten-Modeling. Es kann Sprach- und Rhythmusinformationen aus Audioeingaben erfassen und entsprechende Körperhaltungen und Gestenfolgen generieren. EMAGE erzeugt hochdynamische und ausdrucksstarke Gesten, um die Interaktionserfahrung virtueller Figuren zu verbessern.