本发明涉及计算机技术应用领域，特别是涉及一种多模态数据处理方法、电子设备和存储介质，包括：对第一模态数据和第二模态数据分别进行第一模态编码和第二模态编码，其中，第一模态数据编码后的数据跟第二模态数据编码后的数据进行融合之后作为下一次第一模态编码的输入，在达到预设编码次数之后，第一模态数据和第二模态数据的编码后的数据解码后再次进行融合，得到最终的融合数据，其中，在第一模态编码过程中，会对第一模态数据进行数据增强操作。本发明能对第一模态数据进行数据增强，能够使得第一模态数据和第二模态数据更好的融合。