{"text": "大家好呀,给大家介绍一下PIDAL OCR V6,现在已经开源了。实测一下PP OCR V6的一个特性,以及我们的一个模型微调的一个过程,以及我们进行一个对比。杂志的排版,以及它的一个手写体进行一个实测。PP V6的模型,一个是Tiny,一个是Smoth,还有一个Medium。我们在本地测试的是Medium这个最大的模型。然后可以感受到的是它的速度是比较快的。无论是CPU或是CPU。然后接下来我们可以看一下它的一个开源的地址,以及它的一个范围的覆盖。比如说它现在支持50中文语言。比如说像电路板CAD,这些都是可以支持的。然后接下来是它的罗望性的最高。然后这是它们的一个展现的成果。无论是轮胎还是它的一个手写体等等。可以看到它的一个对比测试,PP V6,PP V5,然后GPT的一个识别。这个是我们的一个后续。然后来到我们的一个图解的页面。PP V6是属于CN模型的。像传统的OCR模型是属于两个技术路线。第一个是CN,也就是今天我们说的。第二个就是它的一个VRM。比如说MinerU的2.5,以及它的PiDoc2的1.6。这个之前我们都有测试过。我们可以看一下它的一个试取模型的一个效果。然后接下来来到我们的图解页面。然后接下来我们首先看一下它的定位。它是PiDoc2的全流程的第一站。就是识别文档的所有的一个内容。比如说它的一个第一T的模型。就是文本位置的一个检测。就是文本位置的一个检测。然后通过这个检测完之后。然后使用文本识别。我们看一下它的一个流程。我们首先第一步就是这个彩色的框框。识别出每个文字的位置。然后识别出来之后把它裁剪。然后之后给这个模型进行一个识别文字。这是它的一个基础的一个流程。然后我们往下走。本次PiDoc2v6的一个模型发布了三款。然后有三个不同的模式。第一个是它的一个PiDoc2的格式。它是一个原生支持的。比如说像PiDoc2以及PiDoc2的产线可以进行一个调用。然后接下来比如说SafeTensors这个格式是比如说面向的是Hugging。比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如然后然后进行一个机或讯息环境在此我们实验的是康达然后进行安装一下它的一个工具然后我们进行安装拍到的一个官方的一个命令然后我们根据自己的裤打的版本进行我的是裤打13.0让给大家看一下在这可以看到我的一个裤打的版本然后最终的话我们就可以进行了一个推理在此过程中它会进行自动的一个下载模型我们现在给大家看一下这个实测看一下它的速度首先进行加载一个它的模型PPV6的Midium然后可以看到这三页跑的还是非常快的这是模型下载的一个位置然后模型的输出在这里面咱们可以自己指定然后接下来我们看一下它的试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测�相比之下它在词还是比较优秘试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测�测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试�我们对比一下之前的PED OCR的VR模型可以看到它同样的识别错了识别成了中国沙比如说像MinderU的2.5的Pro它同样的识别错了比如说中国蓝在此的话给大家介绍一下如何在表现不好的情况下进行一个训练比如说来到我们第10个模块经过我们的查证PP OCR V6是可以使用之前的模型进行训练的比如说像Coco格式然后我们可以给大家展示一下这些符号比如说立方米平方米像一些这个Ad或者说复权号之类的如果说它处理不好的话那我们可以通过这个进行一个截取图片然后进行一个标注下然后使用这个命令进行一个我们最终的数据是这样子的然后通过官方的命令进行一键训练还是非常快的这是我们的一个训练的一个官方的一个事例这个是我们所有的查证的官方资料的来源如果说对您有帮助的话希望可以点赞三连谢谢大家", "segments": [{"id": 0, "seek": 0, "start": 0.0, "end": 29.98, "text": "大家好呀,给大家介绍一下PIDAL OCR V6,现在已经开源了。实测一下PP OCR V6的一个特性,以及我们的一个模型微调的一个过程,以及我们进行一个对比。杂志的排版,以及它的一个手写体进行一个实测。PP V6的模型,一个是Tiny,一个是Smoth,还有一个Medium。我们在本地测试的是Medium这个最大的模型。然后可以感受到的是它的速度是比较快的。无论是CPU或是CPU。", "tokens": [50365, 15248, 15348, 11, 23197, 6868, 30312, 10115, 235, 8861, 47, 2777, 3427, 422, 18547, 691, 21, 11, 25040, 49161, 18937, 47402, 2289, 1543, 24726, 11038, 233, 8861, 17755, 422, 18547, 691, 21, 1546, 20182, 17682, 21686, 11, 40282, 15003, 1546, 20182, 41908, 39823, 39152, 8897, 225, 1546, 20182, 16866, 29649, 11, 40282, 15003, 36700, 8082, 20182, 8713, 11706, 1543, 4422, 224, 44700, 1546, 44647, 42096, 11, 40282, 45224, 20182, 11389, 5676, 247, 29485, 36700, 8082, 20182, 24726, 11038, 233, 1543, 17755, 691, 21, 1546, 41908, 39823, 11, 20182, 1541, 51, 3519, 11, 20182, 1541, 26578, 900, 11, 35091, 20182, 42954, 2197, 1543, 15003, 3581, 8802, 10928, 11038, 233, 5233, 243, 24620, 42954, 2197, 15368, 8661, 39156, 41908, 39823, 1543, 26636, 6723, 9709, 23151, 4511, 24620, 45224, 31217, 13127, 1541, 11706, 9830, 225, 10251, 1546, 1543, 31364, 7422, 118, 1541, 34, 8115, 19780, 1541, 34, 8115, 1543, 51864], "temperature": 0, "avg_logprob": -0.20748701671625944, "compression_ratio": 1.4462025316455696, "no_speech_prob": 1.1217985741718284e-11}, {"id": 1, "seek": 3000, "start": 30.0, "end": 59.980000000000004, "text": "然后接下来我们可以看一下它的一个开源的地址,以及它的一个范围的覆盖。比如说它现在支持50中文语言。比如说像电路板CAD,这些都是可以支持的。然后接下来是它的罗望性的最高。然后这是它们的一个展现的成果。无论是轮胎还是它的一个手写体等等。可以看到它的一个对比测试,PP V6,PP V5,然后GPT的一个识别。这个是我们的一个后续。", "tokens": [50365, 26636, 14468, 4438, 6912, 15003, 6723, 28324, 45224, 20182, 18937, 47402, 1546, 10928, 14872, 222, 11, 40282, 45224, 20182, 27395, 225, 3919, 112, 1546, 2888, 228, 5419, 244, 1543, 36757, 8090, 11284, 25040, 35488, 2803, 5975, 17174, 5233, 255, 12009, 1543, 36757, 8090, 12760, 42182, 24658, 43664, 34, 6112, 11, 5562, 13824, 22796, 6723, 35488, 1546, 1543, 26636, 14468, 4438, 6912, 1541, 45224, 16469, 245, 22694, 21686, 1546, 8661, 12979, 1543, 26636, 27455, 11284, 9497, 1546, 20182, 43491, 20204, 1546, 11336, 9319, 1543, 31364, 7422, 118, 1541, 17819, 106, 19095, 236, 45726, 45224, 20182, 11389, 5676, 247, 29485, 36000, 1543, 6723, 18032, 45224, 20182, 8713, 11706, 11038, 233, 5233, 243, 11, 17755, 691, 21, 11, 17755, 691, 20, 11, 26636, 38, 47, 51, 1546, 20182, 5233, 228, 18453, 1543, 15368, 1541, 15003, 1546, 20182, 13547, 10115, 255, 1543, 51864], "temperature": 0, "avg_logprob": -0.15720548697397219, "compression_ratio": 1.511864406779661, "no_speech_prob": 1.4295710448752885e-11}, {"id": 2, "seek": 6000, "start": 60.0, "end": 82.0, "text": "然后来到我们的一个图解的页面。PP V6是属于CN模型的。像传统的OCR模型是属于两个技术路线。第一个是CN,也就是今天我们说的。第二个就是它的一个VRM。比如说MinerU的2.5,以及它的PiDoc2的1.6。这个之前我们都有测试过。我们可以看一下它的一个试取模型的一个效果。", "tokens": [50365, 26636, 6912, 4511, 15003, 1546, 20182, 3919, 122, 17278, 1546, 10178, 113, 8833, 1543, 17755, 691, 21, 1541, 9636, 252, 37732, 34, 45, 41908, 39823, 1546, 1543, 12760, 7384, 254, 10115, 253, 1546, 46, 18547, 41908, 39823, 1541, 9636, 252, 37732, 36257, 7549, 32502, 1474, 107, 24658, 16853, 123, 1543, 18049, 7549, 1541, 34, 45, 11, 6404, 5620, 12074, 15003, 8090, 1546, 1543, 19693, 7549, 5620, 45224, 20182, 44358, 44, 1543, 36757, 8090, 44, 4564, 52, 1546, 17, 13, 20, 11, 40282, 45224, 47, 72, 35, 905, 17, 1546, 16, 13, 21, 1543, 15368, 32442, 15003, 48121, 11038, 233, 5233, 243, 16866, 1543, 15003, 6723, 28324, 45224, 20182, 5233, 243, 29436, 41908, 39823, 1546, 20182, 43076, 9319, 1543, 51465], "temperature": 0, "avg_logprob": -0.13808095650594743, "compression_ratio": 1.286764705882353, "no_speech_prob": 1.481882498655107e-11}, {"id": 3, "seek": 8200, "start": 82.0, "end": 98.0, "text": "然后接下来来到我们的图解页面。然后接下来我们首先看一下它的定位。它是PiDoc2的全流程的第一站。就是识别文档的所有的一个内容。比如说它的一个第一T的模型。就是文本位置的一个检测。", "tokens": [50365, 26636, 14468, 4438, 6912, 6912, 4511, 15003, 1546, 3919, 122, 17278, 10178, 113, 8833, 1543, 26636, 14468, 4438, 6912, 15003, 36490, 28324, 45224, 12088, 11160, 1543, 11284, 1541, 47, 72, 35, 905, 17, 1546, 11319, 27854, 29649, 1546, 18049, 34155, 1543, 5620, 5233, 228, 18453, 17174, 21416, 96, 1546, 39300, 1546, 20182, 34742, 25750, 1543, 36757, 8090, 45224, 20182, 18049, 51, 1546, 41908, 39823, 1543, 5620, 17174, 8802, 11160, 34719, 1546, 20182, 16407, 222, 11038, 233, 1543, 51165], "temperature": 0, "avg_logprob": -0.12301907715974031, "compression_ratio": 1.3061224489795917, "no_speech_prob": 1.635619244211295e-11}, {"id": 4, "seek": 9800, "start": 98.0, "end": 112.0, "text": "就是文本位置的一个检测。然后通过这个检测完之后。然后使用文本识别。我们看一下它的一个流程。我们首先第一步就是这个彩色的框框。识别出每个文字的位置。然后识别出来之后把它裁剪。", "tokens": [50365, 5620, 17174, 8802, 11160, 34719, 1546, 20182, 16407, 222, 11038, 233, 1543, 26636, 19550, 16866, 15368, 16407, 222, 11038, 233, 14128, 9574, 13547, 1543, 26636, 22982, 9254, 17174, 8802, 5233, 228, 18453, 1543, 15003, 28324, 45224, 20182, 27854, 29649, 1543, 15003, 36490, 18049, 31429, 5620, 15368, 7391, 102, 17673, 1546, 21416, 228, 21416, 228, 1543, 5233, 228, 18453, 7781, 23664, 7549, 17174, 22381, 1546, 11160, 34719, 1543, 26636, 5233, 228, 18453, 44561, 9574, 13547, 42061, 8083, 223, 5935, 103, 1543, 51065], "temperature": 0, "avg_logprob": -0.10684934116545178, "compression_ratio": 1.4576271186440677, "no_speech_prob": 1.5411467241266408e-11}, {"id": 5, "seek": 11200, "start": 112.0, "end": 140.0, "text": "然后之后给这个模型进行一个识别文字。这是它的一个基础的一个流程。然后我们往下走。本次PiDoc2v6的一个模型发布了三款。然后有三个不同的模式。第一个是它的一个PiDoc2的格式。它是一个原生支持的。比如说像PiDoc2以及PiDoc2的产线可以进行一个调用。然后接下来比如说SafeTensors这个格式是比如说面向的是Hugging。", "tokens": [50365, 26636, 9574, 13547, 23197, 15368, 41908, 39823, 36700, 8082, 20182, 5233, 228, 18453, 17174, 22381, 1543, 27455, 45224, 20182, 26008, 38114, 222, 1546, 20182, 27854, 29649, 1543, 26636, 15003, 29510, 4438, 9575, 1543, 8802, 9487, 47, 72, 35, 905, 17, 85, 21, 1546, 20182, 41908, 39823, 28926, 34688, 2289, 10960, 48798, 1543, 26636, 2412, 10960, 7549, 47123, 1546, 41908, 27584, 1543, 18049, 7549, 1541, 45224, 20182, 47, 72, 35, 905, 17, 1546, 30921, 27584, 1543, 11284, 1541, 20182, 19683, 8244, 35488, 1546, 1543, 36757, 8090, 12760, 47, 72, 35, 905, 17, 40282, 47, 72, 35, 905, 17, 1546, 1369, 100, 16853, 123, 6723, 36700, 8082, 20182, 8897, 225, 9254, 1543, 26636, 14468, 4438, 6912, 36757, 8090, 50, 24248, 51, 694, 830, 15368, 30921, 27584, 1541, 36757, 8090, 8833, 24282, 24620, 39, 697, 3249, 1543, 51765], "temperature": 0, "avg_logprob": -0.1672011112821275, "compression_ratio": 1.465034965034965, "no_speech_prob": 1.4711575707648805e-11}, {"id": 6, "seek": 14000, "start": 140.0, "end": 170.0, "text": "比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如说比如", "tokens": [50365, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757, 8090, 36757], "temperature": 0, "avg_logprob": -0.11574480886416585, "compression_ratio": 36.888888888888886, "no_speech_prob": 1.4316259115687568e-11}, {"id": 7, "seek": 17000, "start": 170.0, "end": 200.0, "text": "然后然后进行一个机或讯息环境在此我们实验的是康达然后进行安装一下它的一个工具然后我们进行安装拍到的一个官方的一个命令然后我们根据自己的裤打的版本进行我的是裤打13.0让给大家看一下在这可以看到我的一个裤打的版本然后最终的话我们就可以进行了一个推理在此过程中它会进行自动的一个下载模型我们现在给大家看一下这个实测", "tokens": [50365, 26636, 26636, 36700, 8082, 20182, 37960, 19780, 7422, 107, 26460, 8051, 107, 47885, 3581, 17947, 15003, 24726, 49657, 234, 24620, 6346, 115, 9830, 122, 26636, 36700, 8082, 16206, 8083, 227, 8861, 45224, 20182, 23323, 39806, 26636, 15003, 36700, 8082, 16206, 8083, 227, 31113, 4511, 1546, 20182, 31929, 9249, 1546, 20182, 25236, 49061, 26636, 15003, 31337, 26075, 106, 17645, 1546, 8083, 97, 12467, 1546, 42096, 8802, 36700, 8082, 14200, 1541, 8083, 97, 12467, 7668, 13, 15, 33650, 23197, 6868, 28324, 3581, 5562, 6723, 18032, 14200, 20182, 8083, 97, 12467, 1546, 42096, 8802, 26636, 8661, 10115, 230, 44575, 15003, 36781, 36700, 46606, 20182, 33597, 13876, 3581, 17947, 16866, 29649, 5975, 11284, 12949, 36700, 8082, 9722, 34961, 1546, 20182, 4438, 17819, 121, 41908, 39823, 15003, 25040, 23197, 6868, 28324, 15368, 24726, 11038, 233], "temperature": 0, "avg_logprob": -0.19636948903401694, "compression_ratio": 1.705223880597015, "no_speech_prob": 8.793332034739976e-11}, {"id": 8, "seek": 20000, "start": 200.0, "end": 228.0, "text": "看一下它的速度首先进行加载一个它的模型PPV6的Midium然后可以看到这三页跑的还是非常快的这是模型下载的一个位置然后模型的输出在这里面咱们可以自己指定然后接下来我们看一下它的", "tokens": [50365, 28324, 45224, 31217, 13127, 36490, 36700, 8082, 9990, 17819, 121, 20182, 45224, 41908, 39823, 17755, 53, 21, 1546, 44, 327, 2197, 26636, 6723, 18032, 5562, 10960, 10178, 113, 32585, 1546, 45726, 14392, 10251, 1546, 27455, 41908, 39823, 4438, 17819, 121, 1546, 20182, 11160, 34719, 26636, 41908, 39823, 1546, 9830, 241, 7781, 3581, 35102, 8833, 8975, 109, 9497, 6723, 17645, 25922, 12088, 26636, 14468, 4438, 6912, 15003, 28324, 45224, 51765], "temperature": 0, "avg_logprob": -0.2029329670800103, "compression_ratio": 1.260204081632653, "no_speech_prob": 3.493341727001109e-11}, {"id": 9, "seek": 22800, "start": 228.0, "end": 258.0, "text": "试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测�", "tokens": [50365, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233], "temperature": 0, "avg_logprob": -0.020925639456163072, "compression_ratio": 14.478260869565217, "no_speech_prob": 2.039149231414239e-11}, {"id": 10, "seek": 25800, "start": 258.0, "end": 288.0, "text": "相比之下它在词还是比较优秘试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测�", "tokens": [50365, 15106, 11706, 9574, 4438, 11284, 3581, 5233, 235, 45726, 11706, 9830, 225, 7384, 246, 8204, 246, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233], "temperature": 0, "avg_logprob": -0.023171283739030095, "compression_ratio": 5.523809523809524, "no_speech_prob": 2.2754555184523184e-10}, {"id": 11, "seek": 28800, "start": 288.0, "end": 318.0, "text": "测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试测试�", "tokens": [50365, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038, 233, 5233, 243, 11038], "temperature": 0, "avg_logprob": -0.003710860094147413, "compression_ratio": 14.478260869565217, "no_speech_prob": 1.1242810848965945e-10}, {"id": 12, "seek": 31800, "start": 318.0, "end": 325.0, "text": "我们对比一下之前的PED OCR的VR模型可以看到它同样的识别错了识别成了中国沙", "tokens": [50365, 15003, 8713, 11706, 8861, 32442, 1546, 47, 4731, 422, 18547, 1546, 44358, 41908, 39823, 6723, 18032, 11284, 13089, 14496, 1546, 5233, 228, 18453, 29900, 2289, 5233, 228, 18453, 11336, 2289, 38165, 3308, 247, 50715], "temperature": 0, "avg_logprob": -0.18103326650766227, "compression_ratio": 1.3467153284671534, "no_speech_prob": 2.3394386428066127e-10}, {"id": 13, "seek": 31800, "start": 325.0, "end": 330.0, "text": "比如说像MinderU的2.5的Pro它同样的识别错了比如说中国蓝", "tokens": [50715, 36757, 8090, 12760, 44, 5669, 52, 1546, 17, 13, 20, 1546, 12681, 11284, 13089, 14496, 1546, 5233, 228, 18453, 29900, 2289, 36757, 8090, 38165, 164, 26152, 50965], "temperature": 0, "avg_logprob": -0.18103326650766227, "compression_ratio": 1.3467153284671534, "no_speech_prob": 2.3394386428066127e-10}, {"id": 14, "seek": 31800, "start": 330.0, "end": 335.0, "text": "在此的话给大家介绍一下如何在表现不好的情况下进行一个训练", "tokens": [50965, 3581, 17947, 44575, 23197, 6868, 30312, 10115, 235, 8861, 43526, 3581, 17571, 20204, 15769, 1546, 46514, 4438, 36700, 8082, 20182, 7422, 255, 10115, 225, 51215], "temperature": 0, "avg_logprob": -0.18103326650766227, "compression_ratio": 1.3467153284671534, "no_speech_prob": 2.3394386428066127e-10}, {"id": 15, "seek": 31800, "start": 335.0, "end": 344.0, "text": "比如说来到我们第10个模块经过我们的查证PP OCR V6是可以使用之前的模型进行训练的", "tokens": [51215, 36757, 8090, 6912, 4511, 15003, 7536, 3279, 7549, 41908, 47734, 30276, 16866, 15003, 1546, 42623, 5233, 223, 17755, 422, 18547, 691, 21, 1541, 6723, 22982, 9254, 32442, 1546, 41908, 39823, 36700, 8082, 7422, 255, 10115, 225, 1546, 51665], "temperature": 0, "avg_logprob": -0.18103326650766227, "compression_ratio": 1.3467153284671534, "no_speech_prob": 2.3394386428066127e-10}, {"id": 16, "seek": 34400, "start": 344.0, "end": 349.0, "text": "比如说像Coco格式然后我们可以给大家展示一下这些符号", "tokens": [50365, 36757, 8090, 12760, 34, 11198, 30921, 27584, 26636, 15003, 6723, 23197, 6868, 43491, 25696, 8861, 5562, 13824, 5437, 99, 26987, 50615], "temperature": 0, "avg_logprob": -0.11755054944182096, "compression_ratio": 1.5416666666666667, "no_speech_prob": 2.135269738801071e-11}, {"id": 17, "seek": 34400, "start": 349.0, "end": 354.0, "text": "比如说立方米平方米像一些这个Ad或者说复权号之类的", "tokens": [50615, 36757, 8090, 24409, 9249, 27742, 16716, 9249, 27742, 12760, 38515, 15368, 15830, 31148, 8090, 1787, 235, 4422, 225, 26987, 9574, 22113, 119, 1546, 50865], "temperature": 0, "avg_logprob": -0.11755054944182096, "compression_ratio": 1.5416666666666667, "no_speech_prob": 2.135269738801071e-11}, {"id": 18, "seek": 34400, "start": 354.0, "end": 359.0, "text": "如果说它处理不好的话那我们可以通过这个进行一个截取图片", "tokens": [50865, 13119, 8090, 11284, 1787, 226, 13876, 15769, 44575, 4184, 15003, 6723, 19550, 16866, 15368, 36700, 8082, 20182, 1486, 103, 29436, 3919, 122, 16668, 51115], "temperature": 0, "avg_logprob": -0.11755054944182096, "compression_ratio": 1.5416666666666667, "no_speech_prob": 2.135269738801071e-11}, {"id": 19, "seek": 34400, "start": 359.0, "end": 365.0, "text": "然后进行一个标注下然后使用这个命令进行一个我们最终的数据是这样子的", "tokens": [51115, 26636, 36700, 8082, 20182, 162, 3921, 26432, 4438, 26636, 22982, 9254, 15368, 25236, 49061, 36700, 8082, 20182, 15003, 8661, 10115, 230, 1546, 33188, 26075, 106, 1541, 21209, 7626, 1546, 51415], "temperature": 0, "avg_logprob": -0.11755054944182096, "compression_ratio": 1.5416666666666667, "no_speech_prob": 2.135269738801071e-11}, {"id": 20, "seek": 34400, "start": 365.0, "end": 369.0, "text": "然后通过官方的命令进行一键训练还是非常快的", "tokens": [51415, 26636, 19550, 16866, 31929, 9249, 1546, 25236, 49061, 36700, 8082, 2257, 23049, 106, 7422, 255, 10115, 225, 45726, 14392, 10251, 1546, 51615], "temperature": 0, "avg_logprob": -0.11755054944182096, "compression_ratio": 1.5416666666666667, "no_speech_prob": 2.135269738801071e-11}, {"id": 21, "seek": 34400, "start": 369.0, "end": 372.0, "text": "这是我们的一个训练的一个官方的一个事例", "tokens": [51615, 27455, 15003, 1546, 20182, 7422, 255, 10115, 225, 1546, 20182, 31929, 9249, 1546, 20182, 6973, 17797, 51765], "temperature": 0, "avg_logprob": -0.11755054944182096, "compression_ratio": 1.5416666666666667, "no_speech_prob": 2.135269738801071e-11}, {"id": 22, "seek": 37200, "start": 372.0, "end": 376.0, "text": "这个是我们所有的查证的官方资料的来源", "tokens": [50365, 15368, 1541, 15003, 39300, 1546, 42623, 5233, 223, 1546, 31929, 9249, 5266, 226, 33404, 1546, 6912, 47402, 50565], "temperature": 0, "avg_logprob": -0.06972221995508948, "compression_ratio": 1.0, "no_speech_prob": 1.4274128753988258e-11}, {"id": 23, "seek": 37200, "start": 376.0, "end": 379.0, "text": "如果说对您有帮助的话希望可以点赞三连", "tokens": [50565, 13119, 8090, 8713, 23414, 2412, 4845, 106, 37618, 44575, 29955, 6723, 12579, 5266, 252, 10960, 3316, 252, 50715], "temperature": 0, "avg_logprob": -0.06972221995508948, "compression_ratio": 1.0, "no_speech_prob": 1.4274128753988258e-11}, {"id": 24, "seek": 37200, "start": 379.0, "end": 380.0, "text": "谢谢大家", "tokens": [50715, 19879, 6868, 50765], "temperature": 0, "avg_logprob": -0.06972221995508948, "compression_ratio": 1.0, "no_speech_prob": 1.4274128753988258e-11}], "language": "zh"}