由于本人在处理thchs30语料时，在语料对齐的时候缺少一句话，so本人经过在师兄的帮忙下终于将kaldi中thchs30中所有的语料进行了对齐，在此感谢师兄，关于处理确实数据主要采用下面的两种方法：
（1）comm命令法：
comm -3 file1 file2
采用此方法有一个问题就是，如果两个文件的排序不一致将会报错，采用此方法进行文件的比较；
（2）grep命令法：
grep -vwf file1 file2
该命令主要做的是统计file1中没有，file2中有的行。
附加：
在进行文件对比的时候，以thchs30为例，我们需要打印说话人的id以及句子的id。采用shell编程主要有两种方法：
（1） grep -E ^[ABCD] filename
（2） awk '{print $n}'