本题考察的是多模态对齐。

多模态系统需要把文本、图像、语音、视频等不同模态映射到可比较或可关联的语义空间。模态对齐用于建立不同模态之间的时空和语义对应关系。
选项 A：特征提取。特征提取是从文本、图像、语音等数据中提取有用特征，是多模态处理的基础步骤，但它主要解决“怎么表示数据”，不是重点解决不同模态之间的时空和语义对应关系。
选项 B：数据增强。数据增强是通过旋转、裁剪、噪声扰动、同义改写等方式扩充训练数据，提升模型泛化能力。它和多模态任务有关，但不是实现不同模态关联的关键技术。
选项 C：注意力机制。注意力机制可以帮助模型关注不同模态中的重要信息，也常用于多模态融合模型中。但它更多是一种信息选择和权重分配机制，不等同于模态之间的时空、语义对齐。
选项 D：模态对齐。模态对齐是指将不同模态的数据在时间、空间或语义层面建立对应关系。例如，让一段语音和字幕对应，让视频画面和文字描述对应，让图像区域和文本词语对应。因此，它最符合题干中“不同模态数据在时空和语义上关联”的描述。

因此，选项 D 正确。