本研究分析了多模态基础模型的内部表示，探讨了文本与语音的语义等效性。研究发现，跨模态表示逐渐融合，文本与语音的长度适配对减少差距至关重要，且推动低资源语言的发展具有潜力。
完成下面两步后，将自动完成登录并继续当前操作。
