1.引言

    信息主要存在3種表達(dá)方式：文本(文字)、音頻(聲音)、視頻(圖像)，對于這3種信息表達(dá)方式的理解和應(yīng)用，是信息處理系統(tǒng)的基本研究內(nèi)容。信息從產(chǎn)生起就具備各種屬性，對這些屬性進(jìn)行理解、開發(fā)和利用成為各類成功企業(yè)的基礎(chǔ)。例如，Google利用互聯(lián)網(wǎng)信息的鏈接關(guān)聯(lián)性模型完成了搜索引擎的開發(fā)應(yīng)用；Facebook、新浪微博研究信息的社會屬性，構(gòu)建了類似人類社會人際交流的信息流動平臺。這些企業(yè)從信息的理解、認(rèn)知、表達(dá)、應(yīng)用過程中找到了具體理論模式的實際應(yīng)用方式，因此獲得了成功。隨著計算機(jī)硬件計算能力、網(wǎng)絡(luò)通信能力的提高，傳統(tǒng)學(xué)術(shù)界一直致力于研究的大規(guī)模文本處理及挖掘、復(fù)雜系統(tǒng)、語音識別、本體論等理論及技術(shù)開始獲得在實際中應(yīng)用的物質(zhì)基礎(chǔ)。

    隨著3G技術(shù)的推廣應(yīng)用，運(yùn)營商的競爭更加激烈，產(chǎn)品同質(zhì)化更加嚴(yán)重，運(yùn)營商的競爭由單純的業(yè)務(wù)的競爭，轉(zhuǎn)變?yōu)橐劳屑夹g(shù)和服務(wù)發(fā)展的深層次競爭。從某種意義上來說，這種深層次的競爭，就是對新技術(shù)的掌握和靈活運(yùn)用的競爭；是依靠運(yùn)營商規(guī)模優(yōu)勢，在現(xiàn)有產(chǎn)品、技術(shù)架構(gòu)上引人新技術(shù)的競爭。這種競爭性產(chǎn)品或技術(shù)革新可以從以下幾個方面評價。

    ·依托新技術(shù)開展基于新技術(shù)特性的新產(chǎn)品開發(fā)。

    ·在原有產(chǎn)品及技術(shù)架構(gòu)上的新技術(shù)應(yīng)用具有原有產(chǎn)品、營銷方式所沒有的效果，為原有產(chǎn)品增加了新的特性。

    ·新技術(shù)節(jié)約了人工、服務(wù)成本，提升了勞動生產(chǎn)率。

    現(xiàn)今，大數(shù)據(jù)的研究逐漸引起學(xué)術(shù)界和運(yùn)營商的重視。如何從新技術(shù)的開發(fā)和應(yīng)用角度在現(xiàn)有業(yè)務(wù)系統(tǒng)中引入大數(shù)據(jù)處理技術(shù)，使學(xué)術(shù)研究的成果轉(zhuǎn)化成實際的商業(yè)價值，是值得探索的問題。而音頻作為信息表達(dá)的基礎(chǔ)方式之一，如何從音頻信息中獲得有商業(yè)價值的信息，是大數(shù)據(jù)研究的重要方向。

    2.語音大數(shù)據(jù)及應(yīng)用研究

    目前大數(shù)據(jù)的研究及處理基本涉及以下兩個方面。

    ·大數(shù)據(jù)處理技術(shù)架構(gòu)，如起源于Google的Hadoop數(shù)據(jù)處理架構(gòu)，解決的是超大規(guī)模數(shù)據(jù)集面向需求的計算處理問題；

    ·面向業(yè)務(wù)及應(yīng)用本身的特征提取及分析技術(shù)，研究這些特征提取及分析技術(shù)如何在超大數(shù)據(jù)集上按照預(yù)設(shè)的模型實現(xiàn)。

    相較而言，根據(jù)業(yè)務(wù)需求如何處理信息，使其符合業(yè)務(wù)系統(tǒng)的要求，進(jìn)而產(chǎn)生商業(yè)上的價值，是大數(shù)據(jù)研究和應(yīng)用的關(guān)鍵。

    2.1 大數(shù)據(jù)處理技術(shù)

    大數(shù)據(jù)的特點可以總結(jié)為4個V，即volume(體量浩大)，variety(模態(tài)繁多)，velocity(生成快速)和value(價值巨大但密度很低)。大數(shù)據(jù)處理技術(shù)是面向海量數(shù)據(jù)信息處理和應(yīng)用而提出的，處理技術(shù)需滿足以下幾點需求。

    ·高度可擴(kuò)展性。要求橫向大規(guī)�？蓴U(kuò)展，具備大規(guī)模并行處理能力，處理系統(tǒng)可以方便地根據(jù)計算需求進(jìn)行橫向擴(kuò)展，以支持快速增加的業(yè)務(wù)數(shù)據(jù)處理要求。

    ·高性能。即快速響應(yīng)復(fù)雜查詢與分析，除了需要在數(shù)據(jù)庫體系架構(gòu)、數(shù)據(jù)處理模型上進(jìn)行深人研究外，還需在處理機(jī)制上引人自然語言處理的模型和算法，使處理更加面向應(yīng)用和自然語言狀態(tài)下的信息檢索等。

    ·其他要求還包括：高度容錯性、支持異構(gòu)環(huán)境、較低的分析時延、易用且接口開放等。

    而大數(shù)據(jù)處理與信息處理及信息獲取相結(jié)合的應(yīng)用，主要包括：大數(shù)據(jù)聚合、分布式存儲、計算技術(shù)；大數(shù)據(jù)的實時索引和實時檢索技術(shù)；大數(shù)據(jù)的自動分類、內(nèi)容聚類、主題抽取、熱點事件發(fā)現(xiàn)、傾向性分析技術(shù)；大數(shù)據(jù)面向業(yè)務(wù)的融合應(yīng)用技術(shù)。這些應(yīng)用的完成也必須應(yīng)用自然語言處理技術(shù)的最新成果。

    2.2 語音大數(shù)據(jù)的價值

    語音大數(shù)據(jù)指個人或企業(yè)在生產(chǎn)經(jīng)營活動中產(chǎn)生以音頻為載體的信息資源，廣泛存在于各類傳統(tǒng)呼叫中心、互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)等各類業(yè)務(wù)系統(tǒng)中。相比以文本為載體的信息，這類信息目前的應(yīng)用研究還不充分。而在各種語音大數(shù)據(jù)中，呼叫中心存儲的語音數(shù)據(jù)最具備研究和挖掘價值，可以為企業(yè)生產(chǎn)經(jīng)營活動提供有價值的幫助，本文即以語音大數(shù)據(jù)為例進(jìn)行分析，經(jīng)過歸納，其具備以下優(yōu)點。

    ·價值密度高。呼叫中心語音大數(shù)據(jù)的價值密度高于目前所有已知的大數(shù)據(jù)資源。因為呼叫中心解決企業(yè)在產(chǎn)品運(yùn)營中的服務(wù)問題，包含用戶對企業(yè)生產(chǎn)經(jīng)營活動的所有看法、用戶在使用企業(yè)產(chǎn)品過程中的所有問題，從中可以挖掘出大量有用的信息。

    ·使用方便。由于國家政策法規(guī)的要求，呼叫中心語音大數(shù)據(jù)基本都是以一定的格式進(jìn)行保存，在具體的應(yīng)用研究中，不存在來源、格式不統(tǒng)一的情況。

    ·存在一定的信息標(biāo)注。呼叫中心語音大數(shù)據(jù)除音頻本身外，還包含其產(chǎn)生的時間、大概主題(來源于呼叫中心的電話小結(jié))、產(chǎn)生者標(biāo)記(如撥打者和座席服務(wù)者)、大概質(zhì)量評價(如服務(wù)完成后用戶的評價)等。

    ·存在對應(yīng)的以文本為載體的知識內(nèi)容對應(yīng)關(guān)系。呼叫中心語音大數(shù)據(jù)基本都是圍繞呼叫中心知識庫中存儲的服務(wù)內(nèi)容產(chǎn)生的。雖然沒有明確定義，但通過記錄座席在服務(wù)過程中的瀏覽軌跡，基本能獲得其與用戶對話過程中的音頻與其正在瀏覽信息之間的一個對應(yīng)關(guān)系，而對這個對應(yīng)關(guān)系的研究還沒有開展。

    2.3 語音大數(shù)據(jù)需解決的問題

    通過對這些以音頻形式存在的大數(shù)據(jù)進(jìn)行分析和挖掘，可以形成各類新的應(yīng)用。以呼叫中心語音大數(shù)據(jù)作為具體的實例分析，通過語音大數(shù)據(jù)分析技術(shù)分析語音文件中的關(guān)鍵詞、情緒、情感等，通過對這些特征進(jìn)行統(tǒng)計及專業(yè)化分析可以完成以下功能。

    ·座席預(yù)質(zhì)檢：可用于呼叫中心服務(wù)質(zhì)量提升。傳統(tǒng)的呼叫中心質(zhì)檢由人工質(zhì)檢完成，具備高級技能的質(zhì)檢人員對呼叫中心每天產(chǎn)生的大量錄音進(jìn)行規(guī)制抽取，之后評價每個抽取錄音的服務(wù)情況，對服務(wù)人員提出改進(jìn)建議。但是由于成本的限制，一般只能做到0.5%-1%的抽檢率。通過語音大數(shù)據(jù)挖掘的方法，可獲得服務(wù)質(zhì)量不高的服務(wù)錄音模型，通過這個模型對語音大數(shù)據(jù)進(jìn)行預(yù)處理，使抽檢的準(zhǔn)確程度更高，抽檢率更高，進(jìn)而提高呼叫中心的整體服務(wù)水平。

    ·熱點信息挖掘：通過對呼叫中心一段時間內(nèi)的錄音文件進(jìn)行分析和挖掘，可以獲得某一個時間段內(nèi)出現(xiàn)頻次最高的關(guān)鍵詞或信息概念，得到當(dāng)前用戶所關(guān)注的熱點問題。

    ·新產(chǎn)品市場評價：通過對呼叫中心一段時間內(nèi)的錄音文件進(jìn)行分析和挖掘，可以分析某一個主題下用戶關(guān)注的內(nèi)容、反饋，進(jìn)而得到企業(yè)推出新產(chǎn)品的市場評價報告。

    ·企業(yè)形象用戶評價分析：通過對企業(yè)產(chǎn)品相關(guān)音頻大數(shù)據(jù)的分析，可以獲得企業(yè)所推出產(chǎn)品、整體形象、市場認(rèn)可、用戶評價等統(tǒng)計指標(biāo)。

    ·營銷機(jī)會：呼叫中心在對用戶進(jìn)行服務(wù)的過程中，針對用戶的需求，可以發(fā)現(xiàn)企業(yè)經(jīng)營產(chǎn)品的潛在用戶，并可以通過與CRM相結(jié)合，發(fā)現(xiàn)潛在的、新的營銷機(jī)會。

    ·競爭情報：呼叫中心語音大數(shù)據(jù)中，通過有針對性的分析整理，還可以挖掘出有關(guān)競爭對手的信息，如用戶提到競爭對手的產(chǎn)品功能更完備、費(fèi)用更加低廉等。

    對于語音大數(shù)據(jù)的處理技術(shù)發(fā)展，在業(yè)界也處于剛起步的階段。以上信息的整理、統(tǒng)計、提煉，傳統(tǒng)上需要耗費(fèi)大量的人工時間及經(jīng)濟(jì)成本，如果能自動地在錄音數(shù)據(jù)中進(jìn)行挖掘，哪怕并不十分完備，都將對企業(yè)的生產(chǎn)經(jīng)營活動產(chǎn)生有益影響。目前該領(lǐng)域主要關(guān)注的技術(shù)有語音大數(shù)據(jù)信息的實時處理、基于大數(shù)據(jù)集的語音識別、模型訓(xùn)練、語音文件熱點信息感知和知識提取、基于內(nèi)容理解的音頻挖掘等關(guān)鍵技術(shù)。如果要達(dá)到較好的分析效果，各種統(tǒng)計分析所對應(yīng)知識體系表達(dá)及分析體系也需要建立，面向應(yīng)用的知識本體表達(dá)和研究也需要建立.并進(jìn)行應(yīng)用完善。

    3.語音大數(shù)據(jù)研究及開發(fā)的關(guān)鍵技術(shù)

    音頻數(shù)據(jù)作為大數(shù)據(jù)重要的組成部分，亟需認(rèn)真研究和挖掘。因此語音識別技術(shù)是解決語音大數(shù)據(jù)實際應(yīng)用問題的重要技術(shù)。為達(dá)成語音大數(shù)據(jù)的分析目標(biāo)，必須對語音識別技術(shù)的實現(xiàn)方式、技術(shù)架構(gòu)進(jìn)行分析，同時歸納整理語音大數(shù)據(jù)的分析目標(biāo)，反作用于語音識別技術(shù)的研發(fā)體系，使底層的基礎(chǔ)算法更加面向業(yè)務(wù)實現(xiàn)的研究和演進(jìn)。

    3.1 語音識別技術(shù)

    科研工作者從20世紀(jì)50年代開始就進(jìn)行語音識別技術(shù)的研究。AT&T-Bell實驗室實現(xiàn)了第一個可識別10個英文數(shù)字的語音識別系統(tǒng)(Audry ) ；60年代，動態(tài)規(guī)劃(DP)和線性預(yù)測(LP)分析技術(shù)，實現(xiàn)了特定人孤立詞語音識別；70年代、80年代語音識別研究進(jìn)一步深人，HMM模型和人工神經(jīng)網(wǎng)絡(luò)((ANN)在語音識別中成功應(yīng)用；90年代后，語音識別在細(xì)化模型的設(shè)計、參數(shù)提取和優(yōu)化、系統(tǒng)的自適應(yīng)方面取得關(guān)鍵進(jìn)展，語音識別技術(shù)開始真正走向商業(yè)應(yīng)用。從技術(shù)角度歸結(jié)語音識別的應(yīng)用有以下幾類。

    ·中小詞匯量、孤立詞識別系統(tǒng)。系統(tǒng)以詞語為基元建立模板，沒有次音節(jié)、音節(jié)單元，也沒有上層的語句語義層，每個詞條命令就是識別的最終結(jié)果。這種系統(tǒng)可以認(rèn)為語音、語言的知識都包含在以詞組為單元的模板中。電信的識別系統(tǒng)如AT&T用于電話查詢的系統(tǒng)。

    ·以詞語為識別基元、連續(xù)或連續(xù)詞的語音識別系統(tǒng)。系統(tǒng)為每一詞條建立模板，最終任務(wù)是按一定的語法規(guī)范將詞語識別結(jié)果依次連綴成句子，這類系統(tǒng)往往用于特定任務(wù)(航班查詢、電話查詢等)，具有明顯的語句識別層次。

    ·以全音節(jié)為基元模型建立的識別系統(tǒng)。使用算法逐次獲得前N個最好的候選單元(無調(diào)、有調(diào)音節(jié))，再按詞性、句法、語法網(wǎng)絡(luò)信息得到最后識別結(jié)果。這種方案多用于漢語大詞匯量、連續(xù)語音識別系統(tǒng)。

    語音識別技術(shù)架構(gòu)主要由以下幾部分構(gòu)成。

    ·物理接口層：聲音進(jìn)人系統(tǒng)的物理接口，輸入語音信號。

    ·特征提取層：提取聲學(xué)特征矢量，提供特征矢量序列。

    ·音節(jié)感知層：聲韻母因素單元結(jié)構(gòu)，提供音節(jié)候選序列及可信度，把聲韻母或因素合并成為音節(jié)單元，推斷合理音節(jié)，提供詞語候選序列及可信度。

    ·詞語識別層：音字轉(zhuǎn)換，推斷詞語單元，提供語句候選序列及可信度。

    ·語句識別層：推斷語句候選單元及可信度。

    ·語義應(yīng)用層：分析語義，映射應(yīng)用，由任務(wù)語法約束。

    以上從邏輯層面分析了語音識別具體技術(shù)應(yīng)用的幾個層次，具體到與業(yè)務(wù)結(jié)合，即系統(tǒng)如果提供語音識別某一類業(yè)務(wù)的實例應(yīng)用時，還需要針對這個業(yè)務(wù)領(lǐng)域的基本語料素材，以實現(xiàn)具體應(yīng)用領(lǐng)域的語言模型。

    3.2 基于語音識別進(jìn)行語音大數(shù)據(jù)分析的關(guān)鍵技術(shù)

    (1)文本轉(zhuǎn)寫

    即語音、音頻信息轉(zhuǎn)換文本的過程.是所有分析的基礎(chǔ)。語音識別文本轉(zhuǎn)寫的準(zhǔn)確程度與語言模型密切相關(guān)，需要完成具體所涉及的專有名詞、術(shù)語的語料素材收集，并在此基礎(chǔ)上構(gòu)建有針對性的語言模型。

    (2)關(guān)鍵詞提取

    從本質(zhì)上看這項功能與文本轉(zhuǎn)寫十分類似，但為了提高處理速度及準(zhǔn)確性，系統(tǒng)可以只完成一些配置的關(guān)鍵詞，只針對這些關(guān)鍵詞的出現(xiàn)位置(時間點)、頻次進(jìn)行統(tǒng)計，并不需要進(jìn)行完整的文本轉(zhuǎn)寫。

    (3)聲紋識別

    需要完成語音大數(shù)據(jù)中不同角色的區(qū)隔，與文本轉(zhuǎn)寫相結(jié)合，可以在區(qū)分對話者的基礎(chǔ)上，了解不同對話者的對話內(nèi)容。聲紋識別技術(shù)具體的應(yīng)用還有說話者確認(rèn)、說話者辨認(rèn)等。

    (4)語音情緒識別

    根據(jù)目前的研究結(jié)果，基音頻率(pitch or fundamental frequency， FO)可以作為識別情緒的主要聲學(xué)特征，其他的一些特征還包括能量、持續(xù)時間、語速等。綜合來說，情緒對語音的影響主要表現(xiàn)在以下3個方面：基音曲線、連續(xù)聲學(xué)特征、語音品質(zhì)�；�音曲線主要用來描述基音序列的幾何分布；連續(xù)聲學(xué)特征包括基因的大小、能量、說話速率、能量在頻譜上的分布等。語音品質(zhì)包括松緊度、粗糙度、有無帶呼吸聲191。這3種語音品質(zhì)的類型在某種程度上是相關(guān)的。在相對理想的條件下，語音情緒識別涉及的各類參數(shù)都是可測量的，可以對底層的語音識別引擎功能模塊進(jìn)行獨(dú)立封裝，這樣業(yè)務(wù)系統(tǒng)在獲得各類參數(shù)后就可以進(jìn)行標(biāo)準(zhǔn)計算，獲得業(yè)務(wù)系統(tǒng)所需的基礎(chǔ)數(shù)據(jù)。

    (5)語義理解

    事實上把語義理解技術(shù)作為語音識別技術(shù)的一個子集并不合適，本文為了面向業(yè)務(wù)應(yīng)用語音大數(shù)據(jù)處理體系架構(gòu)的完善，把其歸為實現(xiàn)語音大數(shù)據(jù)的一個環(huán)節(jié)。另一方面，在文本轉(zhuǎn)寫的過程中，為了實現(xiàn)較高的轉(zhuǎn)寫準(zhǔn)確程度，已經(jīng)應(yīng)用了基本的語義理解技術(shù)，實現(xiàn)連續(xù)語音的準(zhǔn)確識別。在語音大數(shù)據(jù)的開發(fā)過程中，為了準(zhǔn)確地挖掘出語音大數(shù)據(jù)的特征，必須有面向業(yè)務(wù)領(lǐng)域的語義理解技術(shù)，以解決針對同一對象的不同描述問題，即解決特征的歸類和聚類問題。

    3.3 面向語音大數(shù)據(jù)的技術(shù)處理架構(gòu)

    業(yè)界針對海量數(shù)據(jù)進(jìn)行處理的技術(shù)架構(gòu)已經(jīng)進(jìn)行了充分研究，并有大量實踐案例。從技術(shù)特征來看主要分為兩個層次，一個是面向海量數(shù)據(jù)的操作，應(yīng)用系統(tǒng)如何對大數(shù)據(jù)集進(jìn)行面向業(yè)務(wù)應(yīng)用的底層數(shù)據(jù)操作、存儲、歸并、清洗、轉(zhuǎn)化；另一個是如何應(yīng)用先進(jìn)技術(shù)發(fā)現(xiàn)大數(shù)據(jù)的特征價值，其可以與第一個層次有限度融合，也可以在第一個層次基礎(chǔ)上針對已經(jīng)形成的數(shù)據(jù)集進(jìn)行處理，處理結(jié)果是方便業(yè)務(wù)系統(tǒng)進(jìn)行調(diào)用、查詢、展現(xiàn)，或分析系統(tǒng)更有效地提取數(shù)據(jù)特征，進(jìn)行相應(yīng)的分析。本文主要關(guān)注第二個層次，即在語音大數(shù)據(jù)中如何發(fā)現(xiàn)業(yè)務(wù)系統(tǒng)所需的特征，挖掘大數(shù)據(jù)中的價值，如圖1所示。

圖1 語音大數(shù)據(jù)處理基礎(chǔ)架構(gòu)

    此構(gòu)架的思路，是把語音識別技術(shù)(含語義理解及文本挖掘技術(shù)等)細(xì)分并模塊化，通過定義針對語音信息的處理目標(biāo)定義，使其能服務(wù)于業(yè)務(wù)需求，并適應(yīng)大數(shù)據(jù)的處理架構(gòu)。從體系架構(gòu)上分為五大部分。

    ·語料部分：分為語料資源庫及服務(wù)資源庫，存儲語音識別的語言模型及語義理解特征提取、語義聚類、語義歸類所需的行業(yè)語料。

    ·基礎(chǔ)能力層：語音識別及語義理解的細(xì)分模塊，提供標(biāo)準(zhǔn)的輸人輸出調(diào)用接口及相應(yīng)參數(shù)定義。

    ·能力組合層：把能力層的語音識別、語義理解各類細(xì)分能力模塊分別組合，形成不同的標(biāo)準(zhǔn)調(diào)用服務(wù)接口，針對特定的服務(wù)打包特定的能力。

    ·業(yè)務(wù)封裝層：適應(yīng)各類調(diào)用需求、訪問方式的再封裝。

    ·調(diào)用管理部分：整體平臺對外提供能力的管理及維護(hù)。

    架構(gòu)的核心是把語音大數(shù)據(jù)需要處理的各類基礎(chǔ)能力進(jìn)行模塊化區(qū)分，并定義各類模塊化對外服務(wù)接口，使語音大數(shù)據(jù)的處理更加面向應(yīng)用的軟件系統(tǒng)、分析系統(tǒng)的業(yè)務(wù)需求，使大數(shù)據(jù)中蘊(yùn)含的價值能被充分挖掘。需要說明的是，語義理解技術(shù)在大數(shù)據(jù)挖掘中也是核心技術(shù)，事實上單純的語音識別技術(shù)如果不與語義理解技術(shù)進(jìn)行充分融合，語音大數(shù)據(jù)挖掘及應(yīng)用的效果將大打折扣。

    4.結(jié)束語

    本文分析了大數(shù)據(jù)和語音大數(shù)據(jù)的特點，結(jié)合目前的應(yīng)用方向，重點研究了語音大數(shù)據(jù)的關(guān)鍵技術(shù)體系架構(gòu)，提供了語音大數(shù)據(jù)的處理流程和應(yīng)用方向。未來的研究方向在于語音大數(shù)據(jù)底層可檢測分析變量和特征的算法方法，把其標(biāo)準(zhǔn)化，進(jìn)一步結(jié)合語義處理技術(shù)，完善語音大數(shù)據(jù)識別內(nèi)容面向業(yè)務(wù)層次的理解和識別。同時探索語音大數(shù)據(jù)特征提取分析技術(shù)面向大數(shù)據(jù)集的處理效率，是否可以形成分布式計算的處理架構(gòu).可以并行地處理超大數(shù)據(jù)集，快速提取出業(yè)務(wù)系統(tǒng)所屬的數(shù)據(jù)特征。在業(yè)務(wù)層次，需要完善業(yè)務(wù)系統(tǒng)分析調(diào)用的規(guī)則，完善面向業(yè)務(wù)和挖掘需求的報表系統(tǒng)設(shè)計，使大數(shù)據(jù)蘊(yùn)含的價值能充分體現(xiàn)。

核心關(guān)注：拓步ERP系統(tǒng)平臺是覆蓋了眾多的業(yè)務(wù)領(lǐng)域、行業(yè)應(yīng)用，蘊(yùn)涵了豐富的ERP管理思想，集成了ERP軟件業(yè)務(wù)管理理念，功能涉及供應(yīng)鏈、成本、制造、CRM、HR等眾多業(yè)務(wù)領(lǐng)域的管理，全面涵蓋了企業(yè)關(guān)注ERP管理系統(tǒng)的核心領(lǐng)域，是眾多中小企業(yè)信息化建設(shè)首選的ERP管理軟件信賴品牌。

轉(zhuǎn)載請注明出處：拓步ERP資訊網(wǎng)http://www.ezxoed.cn/

本文標(biāo)題：語音大數(shù)據(jù)信息處理架構(gòu)及關(guān)鍵技術(shù)研究

本文網(wǎng)址：http://www.ezxoed.cn/html/support/11121513323.html