第二阶段口试共分两部分。一是三分钟的英语命题口语，类似Free talk；二是四段口译：二段英译中、二段中译英。
第一部分，即三分钟口语，要求考生用英文表达自己对于所给题目的观点，要求观点清晰，论据充足，表达流利，语法正确。从考试的普遍情况来看，说不满三分钟是很多考生最终失败的主要原因。其根源就在于考生平时忽视了对于这个部分的练习，总以为考前背几个主题方面的句子或者段落就可以解决问题。其实不然。因为口语的内容五花八门，包罗万象，不是简简单单背几个段落就可以的。这需要考生平时长期系统的口语练习。
【中级口译】为8大段，又进一步分为16小段，每段约25秒，2-3句话为多，其中E-C共8小段，C-E共8小段，即考生会听到16次提示开始口译的“嘟”声。
高级口译为4大段，又进一步分为8小段，每段约50秒，5-6句话为多，其中E-C共4小段，C-E共4小段，即考生会听到8次提示开始口译的“嘟”声。
与笔试相比，口试的难度，主要在于以下几个方面：
1.现场压力大，抗压能力要求高。与考官几乎是面对面，且“一对二”。
2.英译汉强度大。结合第1点，口试的考生明显感觉“二阶段考试的英译汉要比一阶段笔试的段落听译难”。部分原因还在于口试中考察“政治”“经济”“外交”等领域更多，特别是高口，而这些往往是考生平时最不熟悉的。
3.即时反应速度要求高。口译是Now or Never的游戏。“嘟”一声之后，一般5秒内要开始口头输出译文，且语速不能太慢，不能重复太多，否则到了规定时间，即使满腹文章，也徒呼奈何。
4.临场应变能力要求高。遇到难词难句实属正常，“不患寡而患不均”等都在高口口试中出现过。
5.及时“排毒、自我恢复”能力要求高。考场经验告诉我们，某一段稍有闪失，不仅这段fail，而且会带来很强的“挫败感”，影响下一段发挥，雪崩。
综上，口试的难度与笔试的难度是两个领域、两个维度的，对考生的“整体要求”更高，如果说笔试的功底更多在头脑中，在心智方面，化成笔尖文字只是自然延伸，是可以“低着头的考试”，那么口试的功夫，舌尖轻触的美妙，或者满脸涨红的尴尬，则标志着考生开始“面对观众的考试”。
想想在笔试中，如果某监考老师在你身边踱步，多看了几眼你的试卷，你当时的感受吧。再想想如果有两个这样的人，一左一右，你每做几题，两位监考就在旁边记录着什么，全场感受又会如何呢？
结论，难度决定含金量。稀缺性决定价值。
口试的证书，比它对应的笔试证书的含金量要更高。
