JALI是英文单词下巴（JAW）和嘴唇（LIP）的合并简写，也是一个动画工具的名字，他们的官网是：https://jaliresearch.com/

看官网资料，他们主要是做口型动画的，他们的主要方法和概念在论文《JALI: An Animator-Centric Viseme Model for Expressive Lip Synchronization》里有介绍。他们通过观察发现，人们发音时的动作有两个重要维度，一是下巴骨骼的运动，二是嘴部肌肉的运动。而不同的说话"风格"，可以通过调整这两个维度从而捕捉到更有表达力的口型。
比如同一个人用不同的情绪来发同一个音素，其口型差距巨大。不同的发音方法对应的嘴唇宽度和下巴位移量都不一样。

在JALI的坐标轴中，五种风格的发音分布如下。其横坐标是下巴位移，纵坐标是嘴唇形变。

当然，除了下巴和嘴唇宽度，正常的视位口型还是需要的。
JALI的论文中貌似是使用TTS软件来识别音素，使用算法将音素和音频对齐，然后根据总结的一些协同发音的规则来制作口型的动画。

JALI技术已经在大型RPG游戏《赛博朋克2077》中有了实际运用。游戏十余种本地化配音中的每一个字，都通过JALI技术实现了从语音到面部动画与口型的同步。

但是JALI的工作流还依赖人工总结的规则，需要手工介入调整。一种更自然的方案就是让深度学习来学习音素权重及曲线，这就是Visemenet的工作。