随着互联网在全球的普及和5G网络在中国大范围的建设,更全面的网络覆盖使得网络活动更便捷的同时也带来更大信息泄露的风险。投机分子会利用获取到的用户联系方式,通过全球各地的运营商电话网络系统、VoIP电话服务器等通信服务,从非中国大陆地区向大陆民众实施电信诈骗等非法行为。因此,针对这部分电话音频大数据的分类管理、电话音频呼叫人的行为模式分析,对于干预投机分子的不正当行为有较大帮助。本文提出可支持电话音频大数据场景的系统总体架构方案。针对当前电话音频采集系统日增千万的数据量级、音频借助通话描述记录表达等特点,设计一套完整、可支持业务的系统架构方案。借助无共享架构方法和虚拟化技术,使得使用本架构方案实现的语音分类系统在当前场景下,既满足需求,又能呈现高可用、易运维的特征。本文基于Go语言线程调度GPM模型实现思路提出了通话音频分类任务调度模型。通过参考GPM模型,设计分类任务调度全局队列、本地队列等抽象组件模型,减少并发任务调度时锁操作;结合生产-消费者设计模式,提升任务调度并发能力以减少总体任务执行时间;设计任务多级分发、任务窃取等抽象方法,提升并行的调度器运行时负载均衡度。最终,根据上述构建语音分类任务调度模型并在调度层实现,使得语音分类任务异步、并发、高效地被调度和执行。本文提出了基于语音分类结果的通话人行为模式挖掘分析方法。根据通话描述记录多用于描述语音在通话时间、通话地理位置等元信息的特点,通过分析语音分类系统所获取音频通话描述记录数据,将数据在时间和空间层面进行聚合分析,获得通话人行为模式时间和空间上的分布特征。然后,通过将语音分类系统所获得分类结果与通话音频的通话描述记录数据项对比,获得通话人呼叫地区迁移模式特征。使用上述行为模式挖掘分析方法,本文共提出四种通话人行为模式,在语音分类系统平台侧展示通话描述记录数据背后呈现的数据规律。基于上述方案和模型的设计,本文实现了基于电话音频大数据的通话语音分类系统并进行测试。通过使用分类任务调度模型构建任务调度模块,异步执行通话语音分类任务。同时,为用户提供管理、控制平台,包含音频数据分类结果筛查、通话人行为模式分析结果查看等功能。最后,针对本文所实现的语音分类系统进行功能和性能的测试方案设计和实施。