[pt] Constatada uma lacuna no campo da tradução audiovisual (TAV) em relação ao tratamento teórico da multiplicidade de elementos semióticos que caracteriza os produtos audiovisuais, esta dissertação busca um caminho teórico para discutir a interpretação de imagens visuais (imagens que se apresentam de forma visível e concreta, por meio de algum suporte material), articulando os conceitos de discurso multimodal e comunidades interpretativas. Parte-se do pressuposto de que textos podem ser compostos por diferentes recursos semióticos além da linguagem verbal, como imagens, música, dança etc., os quais interagem entre si sem que haja uma relação hierárquica entre eles. O foco é lançado sobre os usos que se fazem das imagens nas práticas sociais e discursivas contemporâneas, os diferentes formatos em que elas se apresentam e as maneiras como circulam na sociedade, ressaltando o papel central da visão. A imagem visual é discutida a partir da distinção entre visão como operação física/fisiológica e visualidade como determinações sociais e discursivas que regulam essa operação. Tal distinção não implica uma relação dicotômica, mas uma diferenciação entre o mecanismo e os dados da visão e regras socialmente compartilhadas para a interpretação desses dados. / [en] After acknowledging a gap in the field of audiovisual translation (AVT) regarding the theoretical approach of the multiplicity of semiotic elements that compose audiovisual products, this thesis searches for a theoretical path to discuss the interpretation of visual images (images that have a concrete visible form), articulating the concepts of multimodal discourse and interpretive communities. The premise is that texts are composed by different semiotic resources besides verbal language such as images, music, dance etc., which interact without having a hierarchical relationship. The focus is cast on the uses of images in social and discursive practices, the different formats in which they occur and the ways they circulate in society, highlighting the central role of vision. The discussion on visual images is based on the distinction between vision as a physical/physiological operation and visuality as social and discursive determinations that regulate that operation. Such distinction does not imply a dichotomic relationship, but a difference between the mechanism and data of vision and the socially shared rules for their interpretation.