在保护个人重要文件信息的场景中,加密算法一直是主流的重要方式。声纹识别具有易用性高、准确率高且成本低廉的优势,作为一种常用的生物特征识别方式,有较高的用户接受度,在信息安全领域有着特定的应用。本课题将声纹识别与文件的加密解密算法进行结合,研究一种基于声纹识别的文件加密方法,基于该方法设计实现了文件加密解密系统,并针对实际应用,在实验中进行了优化改进。本课题的主要工作包括三个部分:1.基于深度声纹特征x-vector嵌入码中提取的密钥,研究一种声纹加密方法。该方法使用x-vector模型处理用户的音频信息、提取x-vector嵌入码、并从嵌入码中摘取128位声纹信息,作为高级加密标准（Advanced Encryption Standard,AES）算法的密钥,对文件进行加解密。2.设计并实现该基于声纹识别文件加密解密系统的声纹识别模块、文件加解密模块、密钥生成模块和存储管理模块。实现了用户的声纹注册、用户的声纹信息提取、将声纹信息生成密钥、通过加密算法加密文件、通过声纹验证判定用户的权限以及认证权限后解密目标对象等功能。3.针对x-vector声纹识别模型在实际应用中的两个具体问题,提出了改进措施。其一是针对音频处理过程中的语音端点检测环节进行了优化改进,依据信噪比实行不同的端点检测方法,使噪声环境下的端点检测正确率有效提高;其二是从实际应用中节约提取声纹嵌入码时间的角度出发,进行了基于x-vector方法的特征优化,提取了计算量显著减小的Fbank声学特征取代原梅尔倒谱系数（Mel Frequency Cepstral Coefficients,MFCC）特征输入时延神经网络,大幅缩短了用户提取声纹嵌入码的时间。经测试,该系统能够实现所设计的功能指标。性能测试的实验结果表明,本文改进的x-vector特征优化方法,等错误率（Equal Error Rate,EER）为4.21%,并且能够节约35%以上的提取声纹嵌入码的时间;改进的端点检测法,使信噪比在10d B以上的情况下的正确率提高至90%;另外,文件加密解密和实际使用中声纹权限验证的准确率都达到了设计指标。