国内韵律感知研究一直关注传统的听觉韵律,然而,言语感知的过程实际上是视听觉模态融合的认知加工过程,感知者凭借听觉(边界调)和视觉(面部表情)线索对韵律边界进行信息加工。本研究以McGurk效应为理论基础,通过对反应时和准确率的测量,考察视听输入对中国二语学习者英汉韵律边界的感知效应,并与英语母语者英语韵律边界的视听觉感知进行对比。结果表明:1)视觉模态对边界的感知效应最强;2)汉语边界较英语更慢也更难感知,受母语语言的影响,学习者对一语和二语韵律边界的听觉感知模式不同,视听觉模态的感知表现出母语优势和组内优势效应;3)英语母语者在英语韵律边界的听觉感知上表现出母语优势,学习者英语韵律边界的视觉感知和视听觉感知加工接近英语母语者,说明视觉信息能促进二语学习者对外语的理解;4)非末尾边界比末尾更易感知。反应时和准确率总体呈现一致性(反应时越短,准确率越高)。