英文口语报告是国内英语课堂上的常见教学活动,但亦是最容易引发英语学习者焦虑情绪的任务之一。通过主观和客观的评估可综合反映汇报人的情绪活动,主观评价是观察者对观察对象的总体情绪感知,又可分成自我与他人的视角,而客观评估则更依赖于各个分解后的多模态指标,如语音和身势语等。根据布鲁斯威克透镜模型,客观的非言语行为指标是观测对象建立自我与他人角度主观知觉的关联途径之一,即非言语指标是形成两种角度知觉的要素,但不同的知觉主体可能具有不同的非言语感知途径。因此,本研究聚焦于英文口语汇报的焦虑情绪,旨在探究他人与自我对课堂英文口语报告焦虑情绪的感知程度,以及与二者相关的非言语途径是否具有一致性。实验被试来自电子科技大学选修“文化传播英语”课程的70位非英语专业大一新生,在课程期末的口语随堂考核时,每位汇报人按预先通知的分组及汇报主题进行英文口语汇报,全程采集声音和视频信号。采用状态焦虑问卷(SAI)自评汇报人的焦虑情绪,采用李克特5点评分获得他人视角的汇报人焦虑度。通过计算机程序完成演讲者语音特征值的提取;在确保评分员信度的基础上,通过人工量化评定视频数据的身势语特征。实验结果表明,对汇报人焦虑度的评价上,两个不同的主观视角之间具有正相关性,但自我与他人焦虑感知的途径与线索均存在差异。他人感知的焦虑情绪度与视觉模态的身体紧张度正相关、头转频率负相关,与声音模态的共振峰标准差正相关;而自我感知焦虑情绪则与声音模态的2项指标正相关:基频平均值和共振峰标准差。由此可见,反映声带振动频率和共振腔物理特征变化的声学指标是自评焦虑情绪的感受源,而整合了身势语(身体紧张度和头转频率)和声学指标(共振腔物理特征变化)的多模态信息是他人判断汇报人焦虑情绪的依据。本研究将语音及动作识别技术融入英文课堂口语汇报情境,有望为外语课堂教学情境下焦虑情绪的监测提供新方法,将有助于未来智能课堂上对学生英语学习的负面情绪进行实时跟踪与反馈系统的建立及算法优化。