Qishan zhu

train.py中训练得到的结果对应的是pretrained目录下预训练模型的结果。 LM语言是使用在beamcode.py中的decoder的部分，我并没有看到是如何得到的。 但是LM语言模型在train.py的过程中并没有使用，请问预训练模型与LM语言模型之间是否是一一对应的关系，比如我换了相应的预训练模型我的LM语言模型是否也要发生改变？ 或者我的预训练模型不变是否可以直接换成你的70G的LM模型？ 希望能得到你的解答

[S2T]aishell 训练时报错

1

装好环境之后，通过aishell/asr1里面的脚本run.sh进行训练, 在创建模型参数的时候提示config里面没有num_conv_layers这个选项，见图1 **图1 报错信息** 然后看了一下对应的run.sh里的config，见图2 **图2 run.sh里面的配置参数** 发现默认提供的conformer.ymal里面没有对应的num_conv_layer的参数，请问是我的配置文件选择出了问题吗？

识别路径得分输出

1

看到modelscope上模型的会输出识别路径的得分到score.txt，但我目前没有，请问是modelscope或者funasr的版本问题吗？ 我的modelscope版本是1.9.1，funasr的版本是0.7.8，目前使用的是wav.scp的方式进行结果产出的 以下是我进行asr识别的代码 inference_pipeline = pipeline( task=Tasks.auto_speech_recognition, model='damo/speech_paraformer-large-contextual_asr_nat-zh-cn-16k-common-vocab8404', vad_model='damo/speech_fsmn_vad_zh-cn-16k-common-pytorch', vad_model_revision="v1.1.8", punc_model='damo/punc_ct-transformer_zh-cn-common-vocab272727-pytorch', param_dict=param_dict, lm_model='damo/speech_transformer_lm_zh-cn-common-vocab8404-pytorch', output_dir='./output_dir', batch_size=64 ) rec_result = inference_pipeline(audio_in="audio_files/wav.scp") Pipeline related: @Firmament-cyou @wenmengzhou

ppocrv5 推理显存持续升高

12

### 🔎 Search before asking - [x] I have searched the PaddleOCR [Docs](https://paddlepaddle.github.io/PaddleOCR/) and found no similar bug report. - [x] I have searched the PaddleOCR [Issues](https://github.com/PaddlePaddle/PaddleOCR/issues) and found no...