Feature：数据集整理

[little1d]

在阅读项目代码时，数据比较纷杂，包含语音、文本、图片等多模态数据，这边提出我的一些建议：

1. 这些可以单独放一个repo中，或者新建一个文件夹存放，与爬取或处理这些数据的脚本放一起。因为这些数据可能时常需要更新维护，或者修改处理方式，这样可能更方便迭代。
2. 完善readme，标注数据来源、数据格式、数据如何使用等