SALMONN एक बड़ा भाषा मॉडल (LLM) है, जिसे त्सिंगुआ विश्वविद्यालय के इलेक्ट्रॉनिक इंजीनियरिंग विभाग और बाइटडांस ने मिलकर विकसित किया है। यह आवाज़, ऑडियो घटनाओं और संगीत इनपुट का समर्थन करता है। केवल आवाज़ या ऑडियो घटनाओं के इनपुट का समर्थन करने वाले मॉडलों के विपरीत, SALMONN विभिन्न ऑडियो इनपुट को समझ और पहचान सकता है, जिससे बहुभाषी आवाज़ पहचान और अनुवाद, और ऑडियो-भाषाई सह-अनुमान जैसी नई क्षमताएँ प्राप्त होती हैं। इसे LLM को 'श्रवण' और संज्ञानात्मक श्रवण क्षमता प्रदान करने के रूप में देखा जा सकता है, जिससे SALMONN श्रवण क्षमता वाले कृत्रिम सामान्य बुद्धिमत्ता के मार्ग पर एक कदम बन जाता है।