A dolgozatban egy, az MPEG-4 szabvány szerint vezérelhető interaktív fejmodellel történő kommunikációra lehetőséget biztosító Android alkalmazás továbbfejlesztésének lépései kerülnek bemutatásra. Tárgyalásra kerül a modellek és a hozzájuk tartozó hang lecserélésének megvalósítása, illetve a felhasználó hangmintái alapján történő új gépi hang elkészítésének lehetősége is. A továbbfejlesztés eredményeinek ismertetése mellett elméleti alapként megjelennek olyan fogalmak, mint a vizéma vagy éppen a beszédszintézis, és olyan felhasznált programok, mint amilyen a MaryTTS rendszer és annak Voice Import Tools elnevezésű eszközkészlete.