這款系統由美國萊斯大學的Robert LiKamWa和尼古拉斯·雷恩(Nicholas Lane)，以及微軟亞洲研究院的劉云新(Yunxin Liu，音譯)和鐘林(Lin Zhong，音譯)合作開發，可以在智能手機上運行。
智能手機等移動設備已經配備了陀螺儀、光線傳感器、濕度計、溫度計等各種感應器，可以幫助設備識別環境信息，優化用戶體驗。這套新系統專門為識別用戶情緒打造，精確度可以達到66%。如果根據單一用戶進行調整，并經過兩個月的訓練后，精確度甚至可以提升至93%。即使融合了其他用戶的數據，經過10天的訓練后，也可以實現72%的精確度。
自動情緒探測可以用于提升Netflix等內容提供商的推薦系統，還可以在社交和通信之外增加一個全新的維度。另外，拋開隱私問題不談，如果能夠自動分享情緒，還可以改善社交網絡的使用體驗。用戶可以更好地選擇與他人交流的方式和時機，例如，當老板生氣時，便可在與之溝通時盡量謹慎一些。
不過，這套系統并沒有開發全新的硬件來探測生理指標，而是使用了一種名為MoodScope的軟件系統。在完成實地測試后，MoodScope針對IOS和Android設備開發了服務。
MoodScope每天消耗3.4萬毫瓦時的電力，估計只會令設備損失20分鐘的待機時間。研究人員還開發了第三方API(應用編程接口)，以便監控用戶的情緒，并作出相應的反應。
MoodScope今后還將降低用戶自主輸入情緒的頻率，并降低侵擾性。除此之外，該系統在面向公眾推出前也需要解決隱私問題。
研究人員還指出，MoodScope不能捕捉所有影響情緒的因素：“我們的研究是為了調查智能手機的使用形態與用戶情緒之間的關系。我們承認，某些外部因素是無法在這種方式中探測到的。類似地，當有些因素顯示用戶情緒發生劇烈變化時，其真實原因或許與情緒無關。例如，外出旅行或是重要工作即將結束等環境變化，都有可能產生影響。”
然而，盡管存在種種局限，研究人員還是認為MoodScope和類似的系統擁有非常廣闊的前景，將為“背景識別”應用提供很大發展空間。
