1.一种基于音频交互的营销方法，其特征在于，包括：
获取与营销业务相关的数据信息；
根据所获取的数据信息，确定与营销业务对应的用户画像，其中所述用户画像包括用户标签集合，所述用户标签集合包括分别用于描述用户画像的不同属性的多个用户标签；
根据所述多个用户标签，确定与所述营销业务匹配的用户对象以及营销策略；以及
根据所确定的营销策略，对外呼程序组件进行配置，使得所述外呼程序组件能够与所确定的用户对象进行与营销业务相关的音频交互。
2.根据权利要求1所述的方法，其特征在于，根据所述多个用户标签，确定所述用户对象以及所述营销策略的操作，包括：
根据所述用户标签集合的所述多个用户标签，生成与所述用户标签集合对应的用户标签向量集合，其中所述用户标签向量集合包括多个用户标签向量，所述多个用户标签向量分别与所述多个用户标签对应；以及
根据所述用户标签向量集合，确定所述用户对象以及所述营销策略。
3.根据权利要求2所述的方法，其特征在于，根据所述标签集合的所述多个用户标签，生成与所述标签集合对应的标签向量集合的操作，包括：
将所述多个用户标签依序排列，生成用户标签序列；以及
利用基于多注意力机制的第一深度学习模型，根据所述用户标签序列，生成所述标签向量集合。
4.根据权利要求2或3所述的方法，其特征在于，根据所述用户标签向量集合，确定所述用户对象的操作，包括：
根据所述标签向量集合，根据预先训练的第一分类模型，确定所述用户画像所对应的用户画像类型；
确定所述用户画像类型所包含的用户画像；以及
根据所确定的用户画像，确定与所述营销业务匹配的用户对象。
5.根据权利要求4所述的方法，其特征在于，还包括通过以下操作，确定包括所述用户画像类型的多个用户画像类型：
获取用户画像样本集合，其中所述用户画像样本集合包含多个用户画像样本；
根据所述多个用户画像样本的用户标签集合，利用第二深度学习模型生成分别与所述多个用户画像样本对应的多个用户标签向量集合；
分别将所述多个用户标签向量集合组合排列成多个矩阵；以及
根据基于矩阵的聚类算法，对所述多个矩阵进行聚类操作，从而确定用于划分所述多个用户画像样本的所述多个用户画像类型。
6.根据权利要求2所述的方法，其特征在于，根据所述用户标签向量集合，确定所述营销策略的操作，包括：
根据所述标签向量集合，根据预先训练的第二分类模型，确定所述营销策略。
7.根据权利要求1所述的方法，其特征在于，还包括：
从远程的呼叫中心系统接收挂载所述外呼程序组件的第一挂载请求；以及
根据所述第一挂载请求，将所述外呼程序组件挂载至所述呼叫中心系统。
8.根据权利要求7所述的方法，其特征在于，还包括：
从所述呼叫中心系统接收挂载对外呼过程进行质检的质检程序组件的第二挂载请求；以及
响应于所述第二挂载请求，将所述质检程序组件挂载至所述呼叫中心系统，其中所述质检程序组件配置用于获取外呼过程的音频数据，并执行以下操作：
根据所获取的音频数据，利用设置的语音识别模型，判定所述外呼过程是否存在违规操作；和/或
将所获取的音频数据转换为文本信息，并检测所述文本信息中是否包含违规用语。
9.根据权利要求8所述的方法，其特征在于，还包括从所述呼叫中心系统获取外呼过程的音频数据，并执行以下操作：
根据所获取的音频数据，利用设置的语音识别模型，判定所述外呼过程是否存在违规操作；和/或
将所获取的音频数据转换为文本信息，并检测所述文本信息中是否包含违规用语。
10.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，在所述程序运行时由处理器执行权利要求1至9中任意一项所述的方法。