简单的序列预测问题，数据集可以用标贝的文本，其实就是判断每个字后面是否有停顿，如果有的话，是 #1~#4 中的哪一个，是一个 5 分类的序列预测问题
可以把标贝的文本和 aishell3 的文本结合到一起（但是 aishell3 只有两级停顿，需要考虑一下映射）
实在没有停顿数据的，可以用 MFA 的结果（sp 帧数 > 某个值表示长停顿、< 表示短停顿）
参考 example, 标点预测（BERT ERNIE 直接用 PaddleNLP 的模型，trainer 用 PaddleSpeech 提供的模板，自己需要补充的部分很少）

进阶：多任务的 BERT