发音模型的可视化对于语言教学以及对发音障碍患者的治疗有着很重要的作用,可以有效帮助语言学习者学习本国语言没有的发音,并且能够模拟因发音疾病切除喉头的患者发音。本文通过对中文发音进行研究,使用EMA测量发音人舌头表面4个顶点的位置移动信息,来实现舌头整体轮廓的模型重构。本文将多种国内外使用到的数据恢复的方法应用于发音器官模型的重构上,并将主成分分析法、guided-PCA法、AutoEncoder神经网络方法、线性成分分析法所得到的结果进行了分析和比较。在此基础上提出了改进的方法,以提高重构的准确度,并对缺乏详细说明的碰撞处理部分进行了详细的介绍,使得发音模型更加生动真实。本文主要对基于MRI和CBCT数据的非线性舌头几何模型进行研究,通过EMA数据完成对模型的驱动。相较于传统的舌头几何模型,本文提出的舌头模型主要改进部分有以下两个部分:1、采用二次模型来表示舌网格顶点与原型顶点之间的关系,然后用非线性方法来描述舌点之间的关系。2、采用预估计模型表面轮廓点的方式,两次对舌头模型进行重构,进一步提高重构的准确性。本文通过上述两点进行对发音模型的研究,其改进方法可以扩展到其它的研究领域,具有普适性,并能够有效提高模型重构的准确度,为语言教育的发展奠定了坚实的理论基础。