声纹识别是一种根据语音特征自动识别说话人身份的识别技术。基于概率统计的声纹识别方法和基于深度学习的声纹识别方法是目前的主流研究方向。这两类方法在模型训练阶段都需要大量语音数据参与训练,然而语音数据中常包含能够反映说话人身份相关的语音敏感特征,如口音、音调等。在《个人信息保护法》等隐私保护条例的推行下中心化的模型训练方式将变得不可行,因此当前的声纹识别研究面临数据稀缺和隐私保护的挑战。考虑到联邦学习能够在保护数据隐私的前提下,缓解机器学习模型中的数据稀缺问题,本文设计了基于概率统计和基于深度学习的两种新型联邦学习声纹识别框架。在基于概率统计模型的声纹识别方法中,本文提出的基于高斯混合模型的联邦学习声纹识别框架（Federated Speaker Verification based on GMM-UBM,Fed GU）可以在保证声纹识别精准度的前提下缓解模型参数传递过程中导致的隐私泄漏问题。在Fed GU中,我们首先设计了一种针对声纹识别场景下的语音数据脱敏方案（Selecting and Hiding Sensitive Informaton,SHS）,该方案可以从语音数据中选择并隐藏语音敏感特征。其次,在对客户端语音数据进行脱敏后,中央服务器协同客户端共同构建声纹识别背景模型（Universal Background Model,UBM）。最后,各客户端接收中央服务器模型参数并进行本地模型参数的自适应学习,从而得到该客户端的声纹识别模型。在基于深度学习的声纹识别方法中,本文首先通过实验验证了在声纹识别场景下语音异构数据会对传统联邦学习的精准度带来负面影响。其次,针对以上问题本文提出了基于端到端的联邦学习声纹识别框架（Federated Speaker Verification based on End-to-End Architecture,Fed ETE）,该框架可以缓解因数据异构导致的声纹识别精准度低的问题。在Fed ETE中,我们设计了一种新型的局部数据自平衡模块（Local Data Rebalance,LDR）,该模块通过对客户端训练顺序进行重新排列以构建一个偏向性更低的虚拟数据集,从而缓解局部数据的异构程度提升声纹识别的精准度。