采用扎根理论，从视觉和听觉角度切入，对B站ASMR博主“MTkoala”的136个ASMR角色扮演视频进行多模态话语分析。研究得出ASMRtist通过使用特定场景的视听符号并模拟话语互动以建构虚拟交互环境，通过还原观众视听角度的刺激以创建观众视角，以及通过利用视听配合和道具等营造具身体验，从而实现观众的数字情境共存。探讨ASMR视频在国内发展的困境和前景，研究认为：在未来有望撕去“软色情”标签成为“声音经济”新成员，突破亚文化圈层成为被正视的文化景观，与3R技术融合创生新世界，消灭意义直达身体知觉的传播方式暗示着听觉的肉身性、人身的机械化以及声音的客体化增强和媒介性减弱等趋势。