La fusión multimodal permite mejorar los resultados obtenidos por una sola característica biométrica y hace el sistema más robusto a ruidos e interferencias y más resistente a posibles ataques. En este trabajo se presentan diversos métodos de normalización que modifican la estadística de parámetros o puntuaciones de manera previa al proceso de fusión. Se propone la normalización de la media y la varianza de las puntuaciones unimodales teniendo en cuenta las estadísticas separadas de las puntuaciones de clientes e impostores. Por otro lado, se ha utilizado la ecualización de histograma como técnica de normalización utilizando como referencia tanto el histograma de las puntuaciones de una de las modalidades biométricas como funciones previamente establecidas: una gaussiana para la normalización de parámetros y una doble gaussiana para la normalización de puntuaciones. Las técnicas presentadas se han probado utilizando diferentes estrategias tanto para bases de datos quiméricas como para una base de datos multimodal. La fusión se ha realizado para puntuaciones de espectro de voz, prosodia y caras, y a nivel de parámetros, puntuaciones y decisión en el entorno del proyecto Agatha.