text-speech-understanding-gap

동일한 내용의 정보를 텍스트로 입력했을 때보다 음성으로 입력했을 때 LLM의 이해도나 추론 성능이 떨어지는 현상을 의미한다. 모달리티 간의 표현 방식 차이로 인해 발생한다.