ESC
开源 1 分钟阅读

text-humanizer:可将AI生成文本“人性化”并绕过Turnitin、GPTZero等AI检测器的开源项目

text-humanizer是一个完全免费的开源项目,通过多语言LLM改写流水线将AI生成的文本转换为更自然的“人性化”版本。其核心流程包括DeepSeek改写、Google翻译、可选的DeepL翻译及最终重建,可绕过Turnitin、GPTZero等大多数AI检测器,支持英语、中文、日语等8种语言,采用MIT许可证开源。

来源:GitHub

text-humanizer

License: MIT Python

English | 中文

概述

text-Humanizer是一个完全免费的开源项目,旨在通过多语言LLM驱动的改写流水线将AI生成的文本“人性化”。该系统利用大语言模型进行语义保持的文本转换,以更自然的句子结构、更多样的语言模式和更丰富的风格重写内容,同时在多种语言中保持原文含义。

特性

  • 在提升文本自然度的同时保留原始含义
  • 可绕过大多数AI检测器
  • 完全免费且开源
  • 适应不同的写作风格和语气
  • 支持8种语言(英、日、中、韩、德、法、西等)

工作原理

步骤1 - LLM改写(DeepSeek)

使用DeepSeek大语言模型对文本进行改写,生成语义等价但句子结构、措辞和信息流有所修改的版本。在此阶段,模型还会将内容翻译为中文作为中间表示,以引入结构性变化并削弱原始语言特征。

步骤2 - Google翻译(英语 → 土耳其语)

将步骤1的输出通过Google翻译转换为土耳其语。该阶段基于规则型和统计型翻译的差异,引入额外的句法扭曲和跨语言变化。

步骤3 - DeepL翻译(可选,土耳其语 → 日语)

如果提供了DeepL API密钥,土耳其语文本将通过DeepL API进一步翻译为日语。这一可选步骤提升了语言多样性,并在流水线中引入第二个独立的翻译引擎。

步骤4 - 最终重建(DeepSeek)

使用DeepSeek大语言模型将生成的文本翻译回原始输入语言。此步骤消除累积的翻译痕迹,恢复可读性,并在保持语义的同时重建自然的句子流畅度。

image

快速开始(Windows/Linux/MacOS)

git clone https://github.com/korcarc/text-humanizer.git
cd text-humanizer
pip install -r requirements.txt

copy .\config\config.example.toml .\config.toml #创建配置文件

python main.py # 运行人性化工具

配置

编辑 config.toml 以配置text-humanizer:

选项说明
target_language输出/输入使用的语言(en、ja、zh、ko、de、fr、es)
deepseek_api_key你的DeepSeek API密钥
deepl_api_key你的DeepL API密钥(可选)
base_url覆盖API基础URL(留空 = 使用提供商默认值)
model模型名称(留空 = 使用提供商默认值)
temperatureLLM温度参数(推荐1.3)

许可证

MIT 许可证。