# `dsh-novel-voice` 模拟验收 · 斗罗大陆(2026-11-17) > 语料:`D:\斗罗大陆\原著_utf8.txt`(687 章,285 万字,唐家三少)+ `D:\斗罗大陆\正文\第1–12章`(AI 生成的同人初稿,约 2.8 万字) > 正控:`D:\Novel-gate\.tmp\voice-test\draft-ai.md`(故意写满 AI 味的测试稿) > 性质:**模拟验收**。G1 与正控可自动测;G2/G3/G4 需要作者标注与真实改写,按约定留到 v0.2.0。 > 复跑:`node scripts/eval-corpus.mjs --human "D:/斗罗大陆/原著_utf8.txt" --ai "D:/斗罗大陆/正文" --control "D:/Novel-gate/.tmp/voice-test/draft-ai.md"` --- ## 1. 结果 ### G1 · 人工正文误报(已通过) | 项 | 值 | 目标 | |---|---|---| | 抽样 | 原著 24 章 · 96,463 字 | — | | warn | 10 | — | | 误报率 | **0.10 处/千字** | ≤ 1.00 | | block | 0 | 0 | 按检测器:`negation-parallel=8`、`cliche-density=1`、`emotion-naming=1`。 "不是……而是……"在原著里本来就是常用句式,但密度极低(8 处 / 9.6 万字),所以只给 warn 是对的——它不能"判罪",只能提示。 ### 正控 · 检测器是否在工作(已通过) | 项 | 值 | |---|---| | 字符 | 596 | | warn | 7 | | 命中密度 | **11.7 处/千字** | | 命中 | cliche-density / negation-parallel / emotion-naming | 对照 G1:同一套检测器在人工正文上是 0.10,在故意写满 AI 味的稿子上是 11.7——**差两个数量级**。检测器没有失灵。 ### L1 · 真实 AI 初稿(关键发现) | 项 | 值 | |---|---| | 文件 | 12 章 · 27,780 字 | | warn | **1**(第 6 章 · emotion-naming) | | 命中密度 | **0.04 处/千字** | 这不是"检测器坏了",而是**这批初稿没有我们定义的 L1 症状**(没有套话、没有段末升华、几乎没有否定-修正句、没有情绪命名)。 它验证了方案 §2.4 的判断:**AI 味的一半不在词句层**,L1 只负责"可定位、可回退的那一半"。 ## 2. 那这批 AI 初稿的差别在哪:L2 画像 | 指标 | 原著均值 | AI 初稿均值 | 差 | |---|---|---|---| | 句长均值 | 31.7 | **15.2** | AI 句子短一半 | | 句长 CV | 0.62 | 0.63 | 差不多 | | 段长均值 | 66.6 | **25.0** | AI 段落碎 2.6 倍 | | 对话占比 | 0.18 | 0.25 | AI 对话更多 | | 抽象词/千字 | 4.80 | 1.95 | AI 更少(这一点 AI 更"具体") | | 解释连接/千字 | 2.82 | 0.25 | AI 更少解释 | | **句首重复占比** | 0.08 | **0.14** | AI 句首更爱重复 | 结论:这批稿子的"AI 感"主要来自 **节奏**(句子短、段落碎、句首重复),不是套话。这正好落在 L2 ——它是"画像",按设计不判罪,但应该被**编译进简报**。 ## 3. 因为这次验收,改了四处 | 问题 | 改动 | |---|---| | 简报里没有节奏约束,L2 只画图不用 | 新增 `rhythmRules(bands)`:从区间生成 1–2 条**不带数字**的节奏规则("句子可以长 / 段落可以长 / 短句推进 / 段落偏短"),随模板一起进档案,简报里生效 | | 原著是"一行一段",空行只分章;按空行分段把整章算成一段 | `splitParagraphs` 自适应:空行分出来的中位段长 > 400 字时,退回按行分 | | 锚点抓到"第7章 废武魂与先天满魂力(三)"这种章节标题 | `shortQuote` 跳过章节标题行 | | 面板「选文件」把 GBK 当 UTF-8 读,导入后整本乱码(作者遇到的那次 13MB 就是这个) | 客户端改送 **base64 原始字节**,由主机做 UTF-8 / GB18030 探测;`storeImportedText` 增加乱码闸(U+FFFD 比例过高直接拒收并提示用「选文件夹」) | 用原著 24 章建档案后的简报(节选): ```text 【写法】 1. 紧张场景里写动作、停顿、生理反应,不写"他很紧张/她感到害怕"这类命名。 2. 对话允许答非所问;每三句至少一句带动作或停顿;不要把人物想说的直接说完。 3. 允许三十字上下的长句:把动作、对话、心理放进同一句,不要每句都断。 4. 一段写四到六句,允许场景与对话落在同一段;不要一句一段。 ``` 第 3、4 条就是这次从 L2 区间里长出来的,正好对着 AI 初稿的两个最大偏差。 ## 4. 哪些验收没做,为什么留到 v0.2.0 | 门槛 | 为什么现在做不了 | 什么时候 | |---|---|---| | **G2 召回 ≥70%** | 需要"哪一句像 AI"的人工标注;这批初稿是整章 AI 生成,没有句级标签 | v0.2.0(作者标 50–100 句) | | **G3 盲选 ≥7/10** | 需要作者亲自看 before/after;LLM 自评有自我偏好,不能替代 | v0.2.0(作者做 10 组) | | **G4 零编造** | 需要真跑 `voice_polish fix=true`(调模型),本次只做了确定性校验的单测 | v0.2.0(用 3 章真实初稿跑) | **判定**:G1 通过、正控通过、L2 差异被定量确认;0.1.x 可以收口。**真实验收(G2–G4)作为 v0.2.0 的发布门槛**,在这之前不宣传"能去 AI 味",只宣传"能定位、能编译、能回滚"。 ## 5. 复跑方式 ```bash cd D:\Novel-gate\dsh-novel-voice node scripts/eval-corpus.mjs \ --human "D:/斗罗大陆/原著_utf8.txt" \ --ai "D:/斗罗大陆/正文" \ --control "D:/Novel-gate/.tmp/voice-test/draft-ai.md" ``` G1 超过 1 处/千字时脚本以退出码 1 结束,可直接进 CI。