随着生理学和心理学的飞速进步,研究者发现人脑能接收并处理来自不同感官通道的线索对外部世界中的物体和事件进行感知。交替传译本质上是属于多模态交际活动,因其工作特性和环境的复杂性,译员时常需要接受多模态信息输入。无论是口译研究还是口译学习,译员都以单一的听力模态输入为主。然而数字、多媒体等技术的蓬勃发展,加上疫情带动了线上口译的发展,视觉模态的输入渐渐受到口译研究者的关注,其中多数为同传的相关研究。交传中的视听双模态输入研究,尤其是中英交传方面的研究仍然较少,有一定的研究潜力。本文要对比研究听觉单模态和视听双模态输入环境下的中英交传口译质量差异,从口译忠实度、表达、语言质量、语速这四个指标来对不同模态环境下的口译质量进行评估。实验分为三个阶段:阶段A（纯听力输入）、阶段B（听力输入加视觉文本）、阶段C（听力输入加图像和少量文本）。本文运用多成分工作记忆模型来分析解释实验结果。本文得出结论:无论是否有笔记,译员单模态输入和视听双模态输入的口译质量之间无统计学意义上的显著差异。但是,无笔记时,视听双模态输入的口译质量略优于听觉单模态输入;而有笔记时,听觉单模态输入的口译质量略优于视听双模态。