Este texto apresenta um estudo sobre narrativas multimídia de aprendizagem de língua inglesa, com foco principal nas representações visuais, tendo como suporte teórico a semiótica visual (Kress & van Leeuwen, 2006), a teoria multimodal da comunicação (Kress & van Leeuwen, 2001), a teoria da avaliatividade (Martin & White, 2005) e a teoria das mesclagens conceituais (Fauconnier & Turner, 2002). Foram selecionados Excertos e imagens de um corpus de 20 narrativas, produzidas por alunos do curso de Letras da UFMG, em 2005, com o objetivo de demonstrar que (a) as narrativas visuais expressam metafunções ideacionais, interpessoais e textuais, (b) as narrativas visuais metaforizavam as experiências vividas visualmente, (c) as imagens e sons funcionam como input para integrações conceituais. Este texto demonstra que as narrativas visuais não são meras ilustrações do texto escrito e que a associação texto e imagem revela importantes aspectos da cognição humana.