SoundStormはGoogle Researchが開発したオーディオ生成技術です。オーディオトークンを並列生成することで、オーディオ合成時間を大幅に短縮します。この技術は、高品質で、音声および音響条件との整合性が高いオーディオを生成でき、テキストから意味へのモデルと組み合わせることで、話される内容、話者の声、話し手の順番を制御し、長文の音声合成や自然な会話の生成を実現します。SoundStormの重要性は、従来の自己回帰型オーディオ生成モデルが長いシーケンスを処理する際の推論速度の遅さを解決し、オーディオ生成の効率と品質を向上させた点にあります。