数据处理memo

(1)  Data1(EST) 

多处文件为空

(2) Data2(EST-2)

windows转到linux下处理，需要利用dos2unix转化；

存在文本类别里面的？号在从gbk转utf8时，转码错误(f59 -> f65)；

(3) Data3 (corp)

guangzhou shanghai的女声目录下存在error文件夹

北京33的文本列表多出一行不对应

wav文件和处理后的label文件总数

female_wav 215739 male wav 215574

female  txt 215740 male txt 215574

(3) Data4 (cctv)

数字串的处理

句子内部的句号的处理