随着Vo IP技术的不断发展,第五代呼叫中心也呼之欲出,围绕多媒体、大数据、云平台、智能化的企业通信方案,给传统的通信方案带来巨大冲击。呼叫中心中的语音服务处理是呼叫中心迈向智能化的重要一环,涉及到了语音识别、TTS、语义理解相关的服务。呼叫中心中类似的服务很多,面临的场景也很复杂。本文中试图通过引入SOA服务治理相关的技术,来实现语音服务治理和调度,以改善呼叫中心中服务的管理、维护以及版本变更中遇到的诸多问题,更好地应对大规模服务的部署和使用中的性能问题。本文中透过SOA技术,完成了语音处理相关技术ASR、TTS、语义理解服务的设计和实现,通过服务的编排针对语音订票场景完成了语音订票功能的设计和实现。ASR服务处理时采用Sphinx开源框架,针对语音订票场景训练语音模型和声学模型,并且针对这些场景设计了订票场景下的语义理解服务。最后结合IVR服务,利用FreeTTS技术,实现了电话订票场景的智能客服功能。语音处理中所有的服务都是基于Dubbo RPC框架实现,能够处理高并发的业务请求,同时使用ZooKeeper管理服务注册中心,大大提高了系统的稳定性和可靠性。针对现有服务调度,提出了服务动态部署、弹性扩展的实施方法,特别是针对服务请求负载过高的情况下,引入了虚拟服务来对服务请求分流,避免了服务超时和重连带来的服务性能下降甚至服务出现异常的情况。与此同时,对SOA服务的历史信息进行分析,评估不同服务的执行时间,提出了基于历史信息的调度算法,从而优化整个系统的吞吐率。最后对服务功能和性能进行测试,针对负载均衡调度算法给出了对比分析。发现引入SOA服务治理之后,整个服务的管理、监控、发布、部署以及后期的维护、重构,变得更加高效。同时,系统中的服务设计都依托于统一的RPC框架,在调度算法设计的时候,只需要针对此种类型的服务提出对应的调度策略,简化了调度系统本身的设计,同时能够设计针对性的算法。当然,本文中提出的一些策略和实施方案还可以进一步细化,对系统中的服务调度,可以通过对资源的多维度建模以及SOA服务的QoS进行优化。在细化研究中,依然是希望能将调度和上层的编程模型结合起来,这样能够简化很多模型参数,挖掘更多有价值的信息。