1. 按照说话人的出场顺序选择
2. 一个人说话中间有大于0.3秒的噪音和0.5秒的空白
3. 把听不懂的地方截取编号选无句首添加标签Spk_unkonw
4. 同一个人说话已经截取很零散的句子，中间噪音和空白静音小于0.3和0.5秒的合并成一句话，
拖拽文本标注右上角的小手向上
5. 拖动鼠标截取
6. 不切音，没有多于空白
7. 用小写英文单词标注
8. 两个或两个以上的主说话人同时说话，主说话人听的懂的标注