Este trabajo está dedicado al desarrollo de un sistema de autenticación biométrica y la generación de una clave criptográfica o una contraseña larga de 1024 bits basada en una contraseña de voz, que garantiza la protección de una plantilla biométrica contra compromisos. Se propuso un nuevo modelo híbrido de red neuronal basado en dos tipos de neuronas de correlación trigonométrica. El modelo es capaz de registrar enlaces de correlación entre características y es resistente a ataques de extracción de datos. Los experimentos se realizaron en nuestro propio conjunto de datos AIC-spkr-130 y en RedDots, que incluye grabaciones de voces de usuarios en diferentes estados psicoemocionales (estado de sueño, intoxicación alcohólica). Los resultados muestran que el modelo propuesto de extractor difuso neuronal proporciona un nivel de probabilidad de error igual de EER = 2.1%.