Humanize-Text: Humanizador de Texto AI de Código Abierto que Evita GPTZero y Turnitin
Explora Humanize-Text, un kit de herramientas gratuito de código abierto que reescribe contenido generado por IA en escritura indetectable y similar a la humana utilizando una cadena de traducción de múltiples pasos y reescritura con LLM.
¿Qué es Humanize-Text?
Humanize-Text es un kit de herramientas Python de código abierto diseñado para convertir texto generado por IA en escritura natural y similar a la humana que evade los principales detectores de IA como Turnitin, GPTZero y otros. Desarrollado por Lynote AI, este proyecto ofrece un pipeline de grado de producción que combina reescritura con LLM y traducción multi-motor para romper las huellas estadísticas de la IA mientras preserva el significado y estilo originales.
El repositorio ha evolucionado a través de dos versiones principales:
- v1.0 — Documentó cuatro metodologías de humanización como implementaciones de referencia: cadena de traducción, reescritura multi-turno con LLM, bucle de retroalimentación guiado por detección y traducción de motor mixto.
- v1.5 (actual) — Introdujo el Pipeline Estándar, una integración de grado de producción del Método 1 (Cadena de Traducción) y el Método 2 (Reescritura con LLM), fijado como una cadena de 5 pasos recomendada para uso en el mundo real.
Cómo Funciona el Pipeline Estándar
El Pipeline Estándar enruta el texto a través de una cadena de 4 pasos:
- DeepSeek (temp 1.3) — Entrada → Chino (Reescritura en Chino)
- DeepSeek (temp 1.3) — Chino → Japonés (Reescritura en Japonés)
- Google Translate — Japonés → Finlandés (Primer Salto de Traducción)
- Niutrans — Finlandés → Inglés (Segundo Salto de Traducción)
Esta cadena aprovecha dos estrategias clave:
- Reescritura con LLM (Pasos 1–2): DeepSeek a temperatura 1.3 reescribe mientras traduce, rompiendo las huellas estadísticas de la IA con variación creativa. El Paso 2 lleva el Paso 1 como historial de conversación para una humanización coherente.
- Traducción Multi-Motor (Pasos 3–4): Dos motores NMT diferentes (Google → Niutrans) introducen cambios estructurales compuestos. Ninguna huella de un solo motor sobrevive.
- Idiomas Distantes: Chino → Japonés → Finlandés maximiza la distancia lingüística en cada salto, asegurando una reestructuración completa antes de la reconstrucción al inglés.
Métricas de Calidad
Probado en 50 pares de texto con evaluación de expertos:
| Dimensión | Puntuación (sobre 10) |
|---|---|
| Integridad de la Información | 10.0 |
| Fluidez del Lenguaje | 9.0 |
| Adaptabilidad de Estilo | 8.8 |
| Legibilidad | 9.2 |
| Creatividad e Impacto | 8.5 |
| General | 9.1 |
Retención de Información Clave: 100% (50/50 pares) — todos los textos preservaron la información clave original sin distorsión.
Resultados de Demostración
El pipeline se probó en 5 textos de entrada reales, y todas las salidas finales fueron clasificadas como humanas por el detector de IA:
| # | Tema | Detección | Confianza |
|---|---|---|---|
| 01 | Computación Cuántica | humano | 0.9997 |
| 02 | Estrategia de Preparación Cuántica | humano | 0.9982 |
| 03 | Cadenas de Suministro Sostenibles | humano | 0.7810 |
| 04 | Educación Financiera | humano | 0.9924 |
| 05 | Revisión por Pares en Ciencia | humano | 0.7218 |
Cada ejemplo muestra el rastro completo: entrada original → Paso 1 (中文改写) → Paso 2 (日语改写) → Paso 3 (一轮翻译) → Paso 4 (二轮翻译, final). Consulte examples/showcase/ para rastros completos.
Inicio Rápido
Script Python
git clone https://github.com/lynote-ai/humanize-text.git
cd humanize-text
pip install -r requirements.txt
cp config/config.example.toml config/config.toml
# Complete sus claves API en config.toml
python -m src.standard.pipeline --input "Su texto generado por IA aquí"
Flujo de Trabajo n8n
Importe n8n/humanize_standard.json en su instancia de n8n, configure la clave API de DeepSeek en los nodos de Solicitud HTTP y ejecute.
Lynote.ai (Sin Configuración)
Visite lynote.ai para una experiencia sin configuración que combina los tres niveles (Estándar, Avanzado, Enfoque) y selecciona automáticamente el enfoque óptimo para cada pasaje de texto.
Comparación con Otros Niveles
| Característica | Estándar (este repositorio) | Lynote.ai |
|---|---|---|
| Niveles Disponibles | Solo Estándar | Estándar + Avanzado + Enfoque |
| Selección de Nivel | Manual | Automática por pasaje |
| Preservación de Estilo | Mejor | Adaptativa — la mejor posible por pasaje |
| Configuración | Python + claves API | Sin configuración |
| Mejor Para | Contenido sensible al estilo | Cualquier tipo de contenido |
Estructura del Repositorio
src/
├── standard/ # ★ v1.5.1 Pipeline Estándar de producción (recomendado)
│ ├── pipeline.py # Cadena de 4 pasos, entrada CLI
│ ├── llm_rewriter.py # Reescritura de humanización DeepSeek
│ └── translators.py # Motores Google + Niutrans
│
└── methodologies/ # Implementaciones de referencia de las cuatro metodologías v1.0
├── humanizer.py # Despachador v1.0 + aplicación FastAPI
├── translation_chain.py # Método 1
├── llm_rewriter.py # Método 2
├── detection_pipeline.py # Método 3
├── mixed_engine.py # Método 4
├── postprocess.py
├── detectors/ # Detectores del Método 3
└── utils/
ejemplos/
├── example_usage.py # ★ Entrada mínima v1.5.1
├── showcase/ # ★ 5 muestras reales con salidas de pasos intermedios
└── legacy/ # Ejemplos v1.0 + salidas de comparación de 4 métodos
Por Qué Esto Importa
A medida que el contenido generado por IA se vuelve omnipresente, la capacidad de humanizar texto es crucial para mantener la autenticidad y evitar la detección en contextos académicos, profesionales y creativos. Humanize-Text proporciona una solución transparente, personalizable y efectiva que los desarrolladores pueden integrar en sus flujos de trabajo o usar como referencia para construir sus propios pipelines de humanización.
Licencia
Licencia MIT. Consulte LICENCIA para más detalles.