如前所述，可以将情感理解为一种特定的精神状态，这种状态是可以通过面部表情反映出来的。这样，可以将情感状态直接影射到面部表情上去。为了提高真实感，将面部表情与说话同步化是非常重要的。这需要平滑的融合，而不是生硬的过渡。对于带有某种特定说话方式的情感，需要在说话过程中为这种说话方式进行渲染。可以考虑使用参考文献[23，24]中提到的“上升、保持、衰减、释放（ADSR）”的控制模型来实现情感与表情的同步化过程。需要进行更多的测试来提高真实感。下列步骤概括了同步的过程：

1）情绪模型可以给出所有可能情感状态的概率。首先分析情绪模型的输出。如果最大概率值比次大概率值高出的程度小于10%，并且两个概率所代表的情感属于同一种分类（根据表7-2属于积极或者消极），那么需要使用两种情感所表现出的合成表情。相关的概率值需要作为标准化的系数。在以后叙述中，我们将三维人脸建模中的表情合成、最后的人脸模型可以通过不同的参数控制脸部的AU元素，从而合成不同的面部表情，而前述提到的标准化系数即可以作为表情控制的参数。如果情感属于不同的分类，那么直接选择具有最高概率值的情感。

2）将被激活的前一种表情和当前的表情进行比较。如果两者属于不同的分类（积极和消极），那么应用“释放”过渡（允许不太陡峭的“上冲”包络）过程，不会让表情的变化显得过于突兀，从而提高表情变化的可信度和真实感。(www.daowen.com)

3）最后将两种情感合成，产生带有视位的FAP。其输出被送到人脸动画渲染模型。

为了提高真实感，可以考虑加入周期性的人脸面部运动，比如眨眼、点头等。在这里，重点不是眨眼、点头和带有话语的动作的合成，这些课题在进行深入研究后可以加入到系统中。