(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