不同说话人发音时声道形态差异很大,不利于生理发音数据的统计对比和生理发音模型的建立。减小说话人的声道形态差异不仅有助于发音特性的分析而且能够提高语音识别系统的鲁棒性。本研究旨在探索如何减小不同说话人发音器官间的形态差异,并进一步分析归一化后发音信息的特征及其在发音运动信息识别中的表现。为此,本研究提出基于薄板样条插值函数(Thin-Plate Spline——TPS)与声道网格线系统相结合的方法对汉语和日语说话人的声道形态进行归一化处理。在生理空间上,我们研究该方法和拉直声道归一化方法之间的差异;在声学空间上,我们将基于TPS方法的归一化结果与其它几种元音归一化的结果进行对比。与此同时,本研究利用基于深度神经网络(DNN)的语音识别技术来进一步评估归一化前后的生理发音运动识别情况。本研究的实验数据是由电磁发音仪(EMA)设备采集的,该数据包含汉语数据和日语数据。我们通过分别计算三个说话人的上颚和舌头数据得到归一化所需的声道网格系统进行归一化研究。研究结果表明,不同说话人的声道形态在经过TPS方法归一化后差异显著减小;同时,说话人的元音发音结构在归一化前后大致保持一致,这说明我们提出的方法能够保持说话人特定的发音特性。在声学空间的研究结果也表明元音发音空间在生理空间和声学空间保持一致。此外,归一化后的研究结果更加明显体现出汉语和日语元音之间的发音特征差异性。发音运动识别结果表明:在归一化后对孤立元音的音素错误率降低了25%;而连续音素的识别错误率降低了5.84%。