voice-restore
判断一段英文是否被 AI 润色过,并按作者本人的写作指纹把它还原回去。当用户问「这篇是不是用了 AI」「我的文章被判 AI 了怎么办」「改回我自己的写法」「降 AI 率但别改得不像我」,或需要在一份长文档里定位「被统一重写过的段落」时使用。核心方法:先用三个硬指标取证,再从作者未被检测的旧文建立个人基线,最后按句法层→用词层逐层还原。⛔ 不使用「人类写作平均分」作为目标——那会把作者改成一个陌生人。
Voice Restore
判断一段英文有没有被 AI 碰过,然后把它还原成这个人自己的写法。
不是「humanize」。humanize 的目标是「像人写的」,这个 skill 的目标是「像他写的」。 两个目标在同一份语料上经常冲突,冲突时以「像他」为准。
⛔ 三条前提,不接受就不用往下看
1. 句法形状指标不是 AI 判据。 句长变异系数、短句占比、句首分布——这些测的是文本被磨平的程度,不是「是不是 AI」。 一个英语一般的学习者本来就写得平。实测案例里,作者本人未被检测的旧文句长 cv 是 0.286, 而被判 46% AI 的那篇是 0.478——论文比他自己还「参差」。 拿通用阈值去卡,会把作者的真迹判成不合格。
2. 目标不是「更像人类」,是「更像他」。 通用降 AI 教程让你把句子写参差、塞短句、加个人腔。如果作者本人不这么写,照着做只会让他更不像自己。 先量基线,再动手。 没有基线就不要改。
3. 看不出来的改动不做。 每一处改动都要能回答「这处改完,读者/检测器能看出差别吗」。答不上来就别改,那只是在烧时间和额度。
Phase 1 · 取证:三个硬指标
在 8,000 词量级的文本上,这三项比任何 AI 词表都准。先数这三个,再谈别的。
| 指标 | 怎么算 | 为什么硬 |
|---|---|---|
| 第一人称 | \b(I|we|us|our|my|me)\b 计数 ÷ 千词 | 一个人写自己的长篇论文,不可能一次都不用。零不是克制,是被抹掉了 |
| 正文分号 | 去掉括号内容、剔掉表格脚注后数 ; | 分号是「把两个独立句焊成一句」的工具,是润色阶段的产物,不是起草阶段的产物 |
the / this 起句比 | 句首词分别计数 ÷ 句数 | 两者的比例比各自的绝对值有用。润色常把 This … 改成 The … |
判定逻辑不是「超过阈值就是 AI」,而是三项之间互相矛盾:
一个人可以不用第一人称(学科惯例),也可以爱用分号(个人风格), 但同时做到「全文零人称 + 高频分号 + 句首一律 The」的概率很低—— 这三种习惯分别属于三种不同的写作阶段。
⚠️ 数分号之前先问「这个分号在哪」:表格脚注(Notes: … ; …)和引文括号((A 2019; B 2021))
里的分号不算正文标点。算错这一步会把 16 报成 24。
强反证:别急着下结论
以下信号说明不是整篇代写,要写进结论里:
- 数据/样本构造前后自洽(多级删样本的观测数能对上)
- 引言部分保留了作者本人的句首分布
- 名词化密度与作者旧文接近
- AI 词表命中率低于作者本人(词表在这类语料上直接失效)
典型形态是「人写数据与分析,句子被 AI 润过」——润色干的三件事:抹人称、加分号、This 改 The。
Phase 2 · 建基线
唯一的基线来源:作者本人写的、没被检测过的、同体裁的文本。 至少 1,000 词。
python scripts/voice_metrics.py report my_old_essay.txt
记下这六个数,后面全部以它们为准:
sentence mean 句长均值
sentence cv 句长变异系数 ← 经常低于"人类平均",这是正常的
open: the the 起句占比
open: this this 起句占比
first person/1k 第一人称密度
semicolons/1k 正文分号密度
⛔ 不要用「学术写作应该……」来修正这六个数。 基线是什么就认什么。
Phase 3 · 还原(按顺序,不要跳)
3.1 句法层
| 规则 | 做法 | 例 |
|---|---|---|
The X … → This … | 润色最爱把指代句写成 The + 名词。作者本人往往用 This 承担指代 | The same cost may be… → This cost may be… |
| 拆正文分号 | 拆成两句,或改冒号。保留引文括号内的分号 | X does not do this; future work would… → X does not do this, and future work would… |
人称用 us,不用 I | 多数作者的第一人称是说服性的 us(remind us / does not tell us),不是 I argue | 见下一行 |
| 超长句在论证转折处断开 | 只断句,不同义改写 | 60 词一句拆成 20+15+25 |
⚠️ 拆句会让词数上涨 3–6%(要补主语和连接词)。有字数上限的作业要预留。
3.2 用词层
这一层最容易被漏掉,也最容易改坏。 改完句法必须重量一次密度:
python scripts/voice_metrics.py compare old_essay.txt draft.txt
重点看这五个,它们是最典型的「LLM 学术腔」标记:
| 短语 | 常见病 | 改法 |
|---|---|---|
therefore | 为了「有逻辑」而堆,密度可达作者 2 倍 | 删掉一半,让句子自己承重 |
rather than | 「A 而不是 B」万能对比框 | instead of / and not / 直接 not |
associated with | 技术性搭配,多数不该动 | 只在非技术处换 |
however | 常被写没了 | 作者往往用得比原文多,补回来 |
consistent with | 常被写没了 | 同上,这是表达认同的口气 |
⛔ 技术性搭配不动。 is associated with 0.51 percentage points 是计量写作的标准说法,
换成 moves with 反而不像论文。只在「可换可不换」的地方换。
3.3 复核
对齐基线,不是对齐理想值。差得远的地方要么再改,要么在交付里写明没改——不写明就是虚报。
反模式(都是踩过的)
| ⛔ | 后果 |
|---|---|
| 拿「人类写作平均分」当目标 | 把作者改成一个陌生人;他本人的真迹会被判不合格 |
| 只改句法不改用词 | 检测器看的是词组层可预测性;而且改句法时很容易把 therefore、rather than 加多 |
用自己写的 re.split(r'\.') 切句 | 把 Smith et al. (2012) 切成三句,虚构出 3 词"句子",句长统计全部污染 |
| 数分号不剔除脚注和引文 | 16 会变成 24,结论强度虚高一倍 |
| 从 PDF 文本层重建文档 | 表题、表注、公式会被焊进段落,重写会把表格内容写进正文、把公式删掉 |
| 报「比原来好了」但不给基线 | 无法验证,等于没做 |
交付格式
一份改动前后对照 + 一张对齐表,至少包含:
- 三个取证指标的原始数值
- 基线六个数(来自哪份样本、多少词)
- 改动前后的对齐表(词数 / 句长均值 / cv / the / this / 分号 / 人称 / 五个短语密度)
- 明确列出没改的项和原因
- 数字、变量、表号、引文:一个都没动——这句话要能兑现
配套
scripts/voice_metrics.py— 取证与对齐,纯标准库,report/compare两个子命令references/case-notes.md— 一个完整案例的实测数据与三次自我更正
License
MIT
- Downloads
- 149All time
- Security audit
- Pass
- Last updated
- 1w ago
- Current version
- v1.0.0
- License
- MIT-0
