在李宏毅比賽裡面，有提供訓練的資料$\colon$

• wav.zip$\colon$ 320 wav files named by index, 音檔的內容格式為spoken conversation/article + question + choices，spoken conversation/article 跟後面question+choice中間有個明亮的叮聲區隔，因為人聲頻率會在2k~20kHz之間，叮聲頻率為40kHz，所以可以用簡單frequency來分開，不過因為還沒找到相關的資料，所以這邊我們使用Mac Quicktime把spoken conversation裁剪出來，如Figure 1所示。