Percepcję krosmodalną definiuje się jako „zdolność do abstrahowania i wymiany informacji pomiędzy różnymi modalnościami zmysłowymi” (Davenport i wsp. 1973). Jednym z przejawów krosmodalności percepcji jest występowanie wśród ludzi pewnych naturalnych i powszechnych skojarzeń określonych cech bodźców w jednej modalności z pewnymi cechami bodźców w innej modalności (np. dźwięk o wysokiej częstotliwości jest kojarzony ze światłem o dużej jasności, a także z obiektem o kanciastym kształcie; słowa zawierające samogłoskę a łączone są z większymi obiektami, a samogłoskę i – z mniejszymi). Szczególnym przypadkiem percepcji krosmodalnej jest synestezja – zjawisko polegające na tym, że stymulacja jednej modalności zmysłowej wywołuje również doznania w innej modalności lub doznania w tej samej modalności, ale dotyczące innych cech bodźca (Sagiv 2005). Istnieją dwie główne teorie wyjaśniające przyczyny synestezji: 1) występowanie nadmiarowych połączeń pomiędzy obszarami mózgu, które normalnie nie są ze sobą ściśle połączone, oraz 2) osłabione hamowanie sygnałów zakłócających przetwarzanie informacji danego rodzaju.