我是李邦华，AI社工通主理人。
社工站要做个宣教视频，找真人拍？排练半天，一条不过就重来，做出来的视频口型还对不上。之前试过一些数字人工具，说中文嘴型总是差那么点意思，看着就很假。
说白了，JoyHallo就是专门给中文优化的数字人视频生成器——给它一张照片和一段录音，直接生成口型精准的说话视频，普通话终于不嘴瓢了。
能干啥？
照片+录音=说话视频：上传一张正面照、一段普通话录音，自动生成嘴型同步的数字人说话视频，全程不用出镜。
普通话口型特别准：京东健康团队用29小时中文语音数据专门训练的，zh、ch、sh这些普通话特有的发音，嘴型对得比其他工具准得多。
表情跟着语气走：音频里的情绪变化，数字人脸上也能看出来——说到重点表情认真，说到轻松的地方自然微笑。
中英文混着说也行：有些专业术语需要夹杂英文？JoyHallo支持跨语言生成，不会出现中英文切换时嘴型崩掉的问题。
推理速度快14% ：用了半解耦结构，比传统全耦合模型生成速度快14.3%，不用等太久。
担心啥？
需要什么配置？ 建议N卡显存12G以上，RTX 3060及以上就能跑。没有显卡的可以用云端部署。
效果够真实吗？ 在中文场景下，JoyHallo是目前开源数字人里口型最准的之一。京东自己都在用，质量有保证。
会不会很难操作？ 有Web界面版本，上传图片和音频点一下就行，不需要写代码。
社工站怎么用？
做政策解读视频：把政策要点写成稿子录成音频，配上数字人形象，生成短视频发到居民群，比纯文字通知有效得多。
做服务流程介绍：办事流程、救助申请步骤这些，用数字人一步一步讲清楚，比写图文更直观。
做培训课件：新社工入职培训、志愿者培训，用数字人录制标准化的讲解视频，不用每次都安排人来讲。
做社区公告：停水停电通知、社区活动预告，用数字人播报更有温度，居民更愿意看。
关键是，这些视频做好之后可以反复用，同类内容换个音频就行，不用重新拍。
产品信息
表格
| 项目 | 详情 |
|---|---|
| 产品名称 | JoyHallo |
| 开发团队 | 京东健康 |
| 项目地址 | https://github.com/jdh-algo/JoyHallo |
| 费用 | 开源免费 |
| 技术门槛 | 中等（有Web界面，建议有N卡） |
| 推荐指数 | ⭐⭐⭐⭐ |
说实话，社工站做视频最大的痛点就是没人出镜、拍出来效果差。JoyHallo这种专门优化中文的数字人工具，终于让普通话数字人不再"对不上嘴"了，做出来的视频看着舒服、听着自然。
想了解更多AI工具怎么用在社工日常工作？加AI社工交流群，社工们一起交流实操经验👇