ऑडियोएलएम Google Research द्वारा विकसित एक ढाँचा है जो उच्च-गुणवत्ता वाले ऑडियो निर्माण के लिए दीर्घकालिक संगति प्रदान करता है। यह इनपुट ऑडियो को असतत टोकन अनुक्रम में मैप करता है और ऑडियो निर्माण को इस प्रतिनिधित्व स्थान में एक भाषा मॉडलिंग कार्य के रूप में देखता है। ऑडियोएलएम बड़ी मात्रा में कच्चे ऑडियो तरंगों पर प्रशिक्षित करके, प्राकृतिक और सुसंगत ऑडियो निरंतरता उत्पन्न करना सीखता है। यह बिना टेक्स्ट या एनोटेशन के भी व्याकरणिक और सिमेंटिक रूप से उचित भाषण निरंतरता उत्पन्न कर सकता है, साथ ही वक्ता की पहचान और लय को भी बनाए रखता है। इसके अलावा, ऑडियोएलएम सुसंगत पियानो संगीत निरंतरता उत्पन्न कर सकता है, भले ही इसे प्रशिक्षित करते समय किसी भी संगीत के प्रतीकात्मक प्रतिनिधित्व का उपयोग नहीं किया गया हो।