該專利申請顯示，Apple的技術將檢測用戶做出的某些動作，單詞和聲音。這些音頻和元素的翻譯將在虛擬化身中進行，在這裡也稱為Animoji。這些想法將是今年1月公佈的最新Animoji功能的更新。在該功能的描述的兩個部分中，電話將捕獲具有音頻組件（一個人的面部，說話）的視頻。在一個會話中，化身會根據捕獲的視頻做出反應，這基本上就是現在的animoji。下一個版本具有特定於頭像的聲音（接受用戶所說的並反饋出相同的東西，但具有特殊效果）。

這裡最有趣的新元素是用戶說出一個預先設定的命令，比如狗吠。如果用戶吠叫，系統會識別用戶的人聲，並輸出一個真實的吠叫。這個新系統非常類似於已經使用在Snapchat、Facebook當中增強現實面具。一個人可能有一個有趣的面具，然後他們可能會張開嘴- 當他們張開嘴時，他們會變成一隻狼！Apple在這裡的想法是，口語可能會發生類似的事情。除了翻譯成預設音頻組件的單詞之外，還有一組翻譯成單詞的面部表情。這類似於上面描述的狼面具，基本上animoji所做的一切將產生一種奇怪的效果。