SoundStorm est une technologie de génération audio développée par Google Research. Elle réduit considérablement le temps de synthèse audio en générant des jetons audio en parallèle. Cette technologie permet de générer un audio de haute qualité, hautement cohérent avec les conditions vocales et acoustiques, et peut être combinée à des modèles texte-à-sémantique pour contrôler le contenu, la voix et les tours de parole, permettant ainsi la synthèse vocale de longs textes et la génération de dialogues naturels. L'importance de SoundStorm réside dans sa capacité à résoudre le problème de la lenteur de l'inférence des modèles de génération audio auto-régressifs traditionnels lors du traitement de longues séquences, améliorant ainsi l'efficacité et la qualité de la génération audio.