O « khoomii » ou canto de garganta é um tipo de canto difônico ancestral que consiste em reproduzir sons naturais como o fluxo da água, o sopro do vento, o eco das montanhas, o trovão, o canto dos pássaros, etc. Um canto difônico caracteriza-se por uma técnica vocal que permite produzir várias notas simultaneamente por meio de um único órgão vocal, combinando diversos tipos de voz e diferentes posicionamentos de língua ou lábios. Assim, o intérprete utilizará sua garganta para emitir um drone contínuo e profundo, enquanto, servindo-se da sua língua para controlar o ar soprado, conseguirá modular a ressonância em harmônicos mais agudos.

Frequentemente utiliza-se como referência a gaita-de-foles, um pequeno instrumento que também produz diferentes « vozes »: o drone, o canto e o contracanto.

Um intérprete de canto difônico deve conhecer bem e utilizar precisamente os diferentes órgãos necessários para o canto: faringe, cordas vocais, cavidade bucal, língua, lábios e cavidade nasal. Os bons cantores de khoomii são capazes de modificar suas frequências adaptando seus ressonadores, o volume da cavidade bucal, a abertura da boca e a posição dos lábios.

Os cantos difônicos vêm sendo praticados há muito tempo em muitas músicas tradicionais ao redor do mundo. É principalmente na Alta-Ásia que o encontramos entre os Mongóis, Tuvanos, Khakass, Bashkires, Altaianos e Tibetanos, mas também de forma mais discreta entre os Sardos da Itália, os Rajasthaneses da Índia e os Xhosas da África do Sul.

Observou-se que uma terceira voz podia ser produzida com as técnicas tuvánicas em particular, mas sobre a qual ainda foi impossível determinar se era possível controlá-la. Esta terceira voz assemelharia-se mais ao contracanto da gaita-de-foles. O khoomii não é, portanto, nada mais do que um tipo de canto difônico que se encontra na Mongolia. Porém, ele próprio está dividido em 6 subgêneros, a distinção ocorrendo no nível da técnica utilizada: xamryn xöömi (xöömi nasal), bagalzuuryn xöömi (xöömi faríngeo), tseedznii xöömi (xöömi torácico), kevliin xöömi (xöömi abdominal), xarkiraa xöömi (xöömi narrativo com um fundamental muito grave) e isgerex (a voz de flauta dentária). Este canto seria originário da região de Hovd nas montanhas do Altai, a oeste da Mongolia, lugar onde um dos mais famosos cantores de Khoomii, Sundui Jajaa, nasceu. Contudo, o canto estendeu-se para outras regiões, às vezes muito distantes.

Quatro dos cantores mais famosos na Mongolia: Sundui Jajaa, Tserendorj, Ganbold, Odsuren, todos originários do aimag de Khovd. Ganbold é inclusive operador de som que criou a trilha sonora do famoso filme épico mongol, « Chinggis khaan e a rainha Manduhai »

O khoomii, e o canto difônico em geral, teria também uma virtude terapêutica. Teorias e experimentos realizados por doutores e músicos frequentemente demonstraram que existia uma relação entre música e saúde mental ou física. Quando utilizado com fins terapêuticos, o khoomii tem como objetivo principal restaurar a concentração e o equilíbrio psicológico. Este objetivo é naturalmente muito próximo de certas práticas xamânicas e dos cantos tibetanos. Este tipo de canto teria, por exemplo, efeitos concretos sobre o gaguez, as sensações de bloqueio na garganta, a confiança na própria voz, a inibição, os distúrbios respiratórios, a ansiedade, o cansaço, reduzir a dor física durante o parto, etc., porém nenhum estudo confirma a eficácia desta prática. E estes efeitos não afetariam apenas os humanos, mas também os animais!