Artikli eesmärgiks on esile tuua, milliste inimloomusest tulenevate tõsiasjadega peaks arvestama, kui on plaanis hakata sünteeskõnele emotsioone matkivat prosoodiat lisama. Sel eesmärgil on kokku koondatud lähenemised erinevatest inimest puudutavates teadusharudest nagu neuroloogia, kirjandusteadus, sotsiaalpsühholoogia, filosoofia jne. Eri perspektiividena käsitletakse kuulaja, teksti peategelase, autori ja lugeja emotsioonide kujunemist. Seejärel kirjeldatakse, kuidas lisab vokaalseid emotsioone inimesest ettelugeja ning kuidas lähenetakse teksti ja emotsioonide vahekorrale afektirehkenduse valdkonnas. Artikli lõpuosas esitatakse visioon keskmise lugeja emotsionaalset reageeringut jäljendavast virtuaalsest Emonculus’est kui võimalikust tulevikuperspektiivist emotsionaalse prosoodia lisamisel sünteeskõnele.