EMAGE é um modelo unificado de geração de gestos de conversação holística que gera movimentos de gestos naturais por meio da modelagem de gestos de áudio mascarados expressivos. Ele pode capturar informações de fala e ritmo a partir da entrada de áudio e gerar as sequências correspondentes de postura corporal e movimentos de gestos. O EMAGE consegue gerar gestos altamente dinâmicos e expressivos, aumentando assim a experiência interativa de personagens virtuais.