モーター・セオリーとは人間が音声を認識する際には、音声を発声する際の筋肉（モーター）への指令を参照しているという考え方で、米国Haskins研究所のLiebermanらによって提唱されました。
英語の聞き取りで最近の認知科学において人間の言葉の認知能力で身体性の記憶が重要という考えがあります。音声の認識において、相手の発音を自分が出す場合にどの筋肉を動かすかを覚えておりその記憶をベースに認識しているという考えです。発音できれば聞き取れる、が根拠にしている理論です。
この学説によると英語を聞く時は耳から入った言葉の音をインターナルボイスと比較やマッチングさせて、既に脳で作ったことのある音とそうでない音を区別して言語の音を認識していると言うのです。
これによると、耳から入った音は、音声信号に一端変換され、まず左側頭葉のウェルニッケ野という場所に送られます。しかし、その音が言語の音なのか、それともそれ以外の雑音なのかは、このウェルニッケ野単独では判断できません。そこで、耳から送られた信号音は、そのまま脳の運動前野に送られます。
ここで、耳からの音声信号の問い合わせをします。もし、過去に作ったことがあれば、それは言語音として認識され、作ったことがなければ、雑音としてのウェルニッケ野に送られ処理されます。
言語音として認められた音は、再び左側頭葉にある、ウェルニッケ野に送られ、始めて意味を検索するというものです。このようにこの理論では発音をコントロールする筋肉の動きから、言語として判断できる言というのです。
しかし、音声には音声学で定義した４５の音素が存在しませんので、発音ができたかどうかは英語ネイティブでも分かりません。日本語でも我々が話す日本語の発音が正しいかどうかは確かめる方法がないのです。
すると、正しい音を調音した時を覚える事はできないと言う事になります。
モーター・セオリーとは科学的には説明がつかないようです。