数字技术的迅猛发展使人们得以在交际中更为频繁的接触到多种符号资源。这些表意的符号资源既包括传统的单模态途径(例如：听或看),亦包括两种或两种以上的模态的结合,即多模态的途径。在目前中国外语学习和教学中,逐步发展的多模态的这一特征和趋势已引起了语言界的研究人员和教师工作者的极大关注。他们面临的挑战之一就是如何处理文字与其他符号资源的关系,以培养学生多媒体和多模态的学习能力及多元识读的能力从而达到有效交际的目的。传统语言学习中,人们通常认为阅读与听是最为有效的输入模式。然而,当今信息时代学生适应于多模态学习环境的客观现实迫使关于如何在外语学习和教学过程中合理利用多模态输入手段成为研究课题。本研究旨在通过描述英语专业学习者在多模态输入模式四种不同条件下即时口语复述的特征,研究不同输入模式对二语习得的影响。研究问题如下(1)多模态输入方式不同条件的影响下英语专业学生口语复述中语言形式体现的特征如何?(2)多模态输入方式不同条件的影响下英语专业学生口语复述中语言信息摄取体现的特征如何?(3)英语专业学生不同语言能力学习者在多模态输入方式不同条件的影响下口语复述中的差异如何?本研究以32名英语专业一年级学生为研究对象。采用的材料为美国总统每周电台演讲中的2012年新年贺词多模态文件输入后收集的即时口语复述数据。输入文件通过语言叙述,讲述人图像、场景和字幕展现视、听和说三种模态。文件分为四种条件展现：第一无字幕多模态输入;第二,中文字幕多模态输入；第三,英文字幕多模态输入：第四,双字幕多模态输入。本研究收集的录音和转写的数据通过语音、语法、词汇使用及信息摄取几方面的量化,对学生所犯错误进行分析。论文以Mayer的多媒体学习的认知理论,]Krashen的输入假设及Swain的输出假设为理论框架。相关数据的定量分析得出的主要研究结果如下：独立样本分析显示多模态输入方式的四种不同条件对英语专业学生的口头复述的影响存在一定区别,但不呈现显著性差异。这一结果表明不同的多模态输入方式对于学生口头复述的语言形式和信息重构没有明显的影响。然而,多模态输入的四种不同条件下英语专业学生的口头复述的语言形式和语言摄取特征呈现不同情况。配有英文字幕的多模态输入方式下学生组表现在几方面都优于其他三组。无字幕配备的输入方式下学生口语复述表现最差。此差异可解释为不同输入对于输出的存在不同影响,这从一定程度上佐证了Krashen的输入理论和Swain的输出理论。高分组和低分组学生口头复述分析结果表明,两组学生涉及语音、词法和词汇三方面的语言形式区别不明显,而信息回顾方面区别同样不明显。然而两组学生口头复述呈现不同的特征：与信息回顾方面的区别相比较,两组学生在语言形式方面的区别更为明显。在语音、语法和词汇三方面,低分组的错误更多体现了基础语言能力的劣势。而对于信息的获取方面两组学生表现相当。这也表明本研究中口头复述也同样受到语言能力高低的影响。本研究以多模态的输入方式触动口头复述,这在多模态话语分析的背景下国内仍属罕见。一些研究结果对多模态和多元识读提供一定的参考价值。从理论和实践的层面看,本研究以多模态输入作为唯一输入途径使我们再次思考二语习得关于仅通过双向交流和交互产生可理解输入的观点。同时,在母语对于二语教学和学习的影响问题上也有一定的实践意义。