Fallstudie · Was Wolf kann, an einem realen Produkt bewiesen

Punchbox — ein datenschutzorientiertes Studio von der Stimme zum Video

Punchbox — ein Studio für Diktat, Transkription und Hochformat-Video, von Wolf Agency entworfen und betrieben.

Dies ist eine technische Demonstration, kein Verkaufsgespräch. Punchbox ist ein reales Produkt, das Wolf baut und betreibt: Sie sprechen, es schreibt, Sie lesen Korrektur, es kann den Text vorlesen und ein untertiteltes Hochformat-Video erstellen. Es ist auf punchbox.fr bereitgestellt und in Betrieb.

Ehrlichkeit zuerst: Punchbox ist in der Vorproduktion. Die kostenlose Testversion funktioniert, aber kostenpflichtige Abonnements sind noch nicht verfügbar — deshalb gibt es keine Kunden, keinen Umsatz und keine Referenzen zu berichten. Alles auf dieser Seite ist durch eine reale Spur belegt: einen Missionsbericht, einen Commit oder eine Messung.

In der Vorproduktion Oberfläche in 20 Sprachen WCAG-Kontrast gemessen Drittanbieter-API-Aufrufe — die Engines sind lokal und eingefroren

Live ansehen Den Nachweis ansehen

Bereitgestellt und in Betrieb

Überzeugen Sie sich selbst

Punchbox läuft auf einer eigenen Domain, ausgeliefert von einem verschlüsselten Volume hinter einem nginx-Edge mit TLS. Die kostenlose Testversion — 30 Minuten Audio, ohne Karte — funktioniert heute; die kostenpflichtige Kasse ist noch nicht geöffnet.

punchbox.fr

Das Produkt

Ein Taschenstudio von der Stimme zum Video

Punchbox ist ein Werkzeug mit einer Aufgabe: das Gesagte in Text zu verwandeln und Text in ein postbereites Hochformat-Video. Es läuft im Browser als installierbare App, ohne dass eine Drittanbieter-API beteiligt ist.

Ein Werkzeug, keine Plattform

Sie sprechen; Punchbox transkribiert; Sie lesen Korrektur; es kann den Text vorlesen und ein untertiteltes Hochformat-Video erstellen. Der Kunde postet es selbst — nichts wird gehostet oder empfohlen, und genau das hält ein Ein-Personen-Produkt rechtlich und ethisch sauber.

Jede Engine läuft lokal und eingefroren auf Wolfs eigenem Server: faster-whisper für die Transkription, Piper für die Sprache, ffmpeg für das Video. Es gibt keinen Dritten, den man anrufen müsste — also gibt es auch niemanden, an den etwas durchsickern könnte.

Diktieren → transkribieren

Sprechen Sie in den Browser; faster-whisper (large-v3-turbo) transkribiert in 27 Sprachen, mit automatischer Spracherkennung.

Korrekturlesen & bearbeiten

Das Transkript landet in einem Bearbeitungsgestell — korrigieren, übersetzen, vorbereiten, bevor es zum Video wird.

Sprachsynthese

Text wird zu einer synthetischen Stimme: 13 Stimmen in 8 europäischen Sprachen, jede Stimmlizenz bis zu ihrer Quelle rückverfolgbar.

Übersetzung

Neun installierte Übersetzungspaare, jedes mit geprüfter Lizenz, sodass ein Transkript in einer anderen Sprache wiedergegeben werden kann.

Hochformat-Video

Ein untertiteltes Video im Format 9:16, 16:9 oder 1:1 wird aus Ihrem eigenen Audio oder einer synthetischen Stimme erstellt — ohne GPU.

Ihres, und privat

Als App installierbar unter Windows, Linux und Android; Quell-Audio wird innerhalb einer Stunde automatisch gelöscht; nichts wird verkauft oder geteilt.

Ansichten

So sieht es aus

Reservierte Plätze für Screenshots des laufenden Produkts. Echte Aufnahmen werden eingefügt, ohne das Layout zu berühren.

Die Diktierkonsole Screenshot — reservierter Platz

Die Aufnahmekonsole — Transport, Pegelanzeige und Live-Text.
Transport & Pegelanzeige Screenshot — reservierter Platz

Die Aufnahmetaste und die VU-artige Pegelanzeige.
Textmonitor Screenshot — reservierter Platz

Das Transkript, mit Quelle und Übersetzung nebeneinander.
Videofabrik Screenshot — reservierter Platz

Der Hochformat-Video-Ersteller und seine Einstellungen.
Schwebemodus Screenshot — reservierter Platz

Das kompakte schwebende Bedienfeld mit vollem Transport.
Charta & Rechtliches Screenshot — reservierter Platz

Die Punchbox-Charta und die Rechtsseiten.

Was Wolf getan hat

Entworfen, gemessen, ausgeliefert

Eine nicht erschöpfende Liste dessen, was Wolf an Punchbox tatsächlich produziert hat — jeder Punkt belegt durch einen Bericht, einen Commit oder eine Messung.

Designsystem & Chartas

Ein geschlossenes Designsystem in drei formalen Chartas — Grafik, Oberfläche und Dichte — ein Register im Stil einer Radiokonsole aus Messing auf Bakelit, ein einziges Stylesheet und keine einzige Drittanbieter-Ressource.

Mit Zeitstempel gesicherte Anteriorität

Jedes Repository und jedes Liefergut wird mit OpenTimestamps verankert (SHA-256 → Bitcoin): der Hash ist öffentlich, das Dokument bleibt privat, und jeder kann es überprüfen.

Oberfläche in 20 Sprachen

Eine Oberfläche in 20 Sprachen mit vollständiger Wörterbuch-Parität — überall dieselben Schlüssel, keiner fehlt — einschließlich Arabisch und Hebräisch von rechts nach links über CSS-logische Eigenschaften.

Mehrsprachige Transkription

faster-whisper large-v3-turbo deckt 27 Sprachen mit automatischer Erkennung ab; gemessen bei etwa 4× Echtzeit auf CPU, 1.66 GB RAM pro Auftrag.

Sprachsynthese

13 Piper-Stimmen in 8 europäischen Sprachen; jede Stimme bis zu ihrem Korpus und ihrer Lizenz rückverfolgbar (CC BY / CC BY-SA), mit der obligatorischen Namensnennung im Produkt.

Übersetzung

Neun installierte Übersetzungspaare, jede Lizenz geprüft, sodass ein Transkript von einer Sprache in eine andere wechseln kann.

Hochformat-Video-Engine

Ein Teleprompter, der Videos in 9:16, 16:9 und 1:1 rendert; ein einminütiger Hochformat-Clip kostet etwa 7 Sekunden Rechenzeit — gemessen — ohne GPU.

Ausgerichtete Untertitel

Eine .srt-Untertitelspur wird erzeugt und auf die Stimme ausgerichtet.

Verschlüsselung im Ruhezustand

Kundendaten liegen auf einem LUKS2-Volume (AES-XTS, 512-bit), das beim Start automatisch eingebunden wird — nachgewiesen mit der Konten-Datenbank, byteidentisch vor und nach dem Vorgang.

DSGVO by Design

Quell-Audio wird innerhalb einer Stunde von einem systemd-Timer automatisch gelöscht; IP-Adressen werden nie im Klartext gespeichert (gesalzenes HMAC-SHA256, begrenzte Aufbewahrung); der Kunde wählt ein Aufbewahrungsfenster von maximal 30 Tagen.

Backups, nachweislich wiederherstellbar

Externe, verschlüsselte, deduplizierte Backups (restic auf eine 1 TB Storage Box); eine echte Wiederherstellung wurde von extern ausgeführt und überprüft — Dump-Integrität geprüft, 37 Tabellen zurückgelesen.

Gemessene Barrierefreiheit

WCAG 2.1-Kontrast Paar für Paar per Skript berechnet: Fließtext bei 16.26:1 (AAA); Akzent-als-Text-Verwendungen bei 2.07:1 markiert, unter AA, dann korrigiert auf null Paare unter dem Schwellenwert in beiden Themes.

Unter der Haube

Die technische Kette

Wie die Teile zusammenpassen: ein nginx-Edge vor einer installierbaren App, lokale Sprach-Engines, ein verschlüsseltes Datenvolume und eine Auslieferungskette, die sich selbst beweist.

Edge & TLS

Ein nginx-Edge terminiert TLS (Let’s Encrypt) und liefert punchbox.fr aus.

Die App (PWA)

Eine installierbare Progressive Web App — HTML/CSS/JS, kein Framework, kein Build — mit versionierten, cache-invalidierten Assets.

Transkriptions-API

Ein FastAPI-Dienst mit einer strikten Single-Worker-Warteschlange, Schlüssel-Authentifizierung, Kontingenten und DSGVO-Bereinigung — parallele Worker brachten gemessen keinen Gewinn.

Lokale Sprach-Engines

faster-whisper und Piper laufen lokal und eingefroren auf Wolfs Server; keine Drittanbieter-API wird jemals aufgerufen.

Verschlüsseltes Datenvolume

Kundendaten liegen auf einem automatisch eingebundenen LUKS2-Volume, mit einem systemd-Timer, der Quell-Audio innerhalb einer Stunde bereinigt.

Bereitstellung, die sich selbst beweist

Ein Deploy-Skript, das beweist, dass der Container tatsächlich neu gestartet ist — Aktualität innerhalb von 120 s, Übereinstimmung der Image-ID — und sich andernfalls weigert, Erfolg zu behaupten. Es hat einmal ehrlich eine Bereitstellung als NICHT BEWIESEN gemeldet und gestoppt.

Backups & Anteriorität

Nächtliche externe verschlüsselte Backups (restic, Wiederherstellung getestet), plus OpenTimestamps-Verankerung jedes Repositorys und jedes Lieferguts.

Eine ehrlich geskriptete Kette — Beweis vor Behauptung, keine schwergewichtige Standard-CI von der Stange.

Der Nachweis

Gemessen, nicht behauptet

Zwei Dinge, die Wolf gemessen statt behauptet hat: wie schnell die Engines laufen und wie die Oberfläche gegenüber WCAG abschneidet. Die Zahlen stammen aus ausgeführten Benchmarks und einem Kontrast-Skript, Paar für Paar.

Auf dem Server gemessen

Was die Engines kosten

Benchmarks auf der Produktions-CPU (4 Kerne), drei übereinstimmende Durchläufe — nirgends im Produkt eine GPU.

Transkriptionsgeschwindigkeit: ≈ 4× real time
RAM pro Auftrag: 1.66 GB
1-Min-Hochformat-Video: ≈ 7 s Rechenzeit

Der Kern der Sache 0 Drittanbieter-API-Aufrufe — die Engines sind lokal und eingefroren

Weil die Modelle lokal laufen und sich nie ändern, ist ein Training auf Ihrer Stimme unmöglich, nicht bloß verboten. Es gibt keinen Dritten, den man anrufen müsste, also gibt es auch niemanden, an den etwas durchsickern könnte.

WCAG 2.1, Paar für Paar

Kontrast, gemessen

Kontrastverhältnisse per Skript auf den tatsächlich verwendeten Farbpaaren berechnet — das Gute wie das Schlechte gleichermaßen berichtet.

Fließtext (hell): 16.26:1
Fließtext (dunkel): 15.45:1
Markiert: Akzent als Text: 2.07:1
WCAG-AA-Ziel: 4.5:1

Das Audit fand echte Mängel und benannte sie; sie wurden auf null Paare unter dem Schwellenwert in der Konsole korrigiert, in beiden Themes.

Der Nachweis

Wie dies bewiesen wird

Jede Behauptung auf dieser Seite ist an eine Spur gebunden. Die Entwicklung lief als nachverfolgte Missionen, jede endend in einem Bericht mit ausgeführtem Beweis statt einem bloßen Lesen des Codes; Benchmarks wurden dreimal ausgeführt; das Oberflächen-Audit liefert sein Skript und seine Formel mit.

Zahlen werden auf dem realen Server gemessen, nicht geschätzt.
Stärken, die als Lücken begannen, werden als Lücke → Behebung gezeigt, beide Seiten bewiesen.
Ehrliche Grenzen werden benannt: kein Browser auf dem Build-Host, sodass visuelle und Screenreader-Prüfungen noch ausstehen.
Anteriorität wird öffentlich verankert (OpenTimestamps), während die Dokumente privat bleiben.

Was dies beweist

Eine funktionierende Methode, an einem realen Produkt gezeigt

Punchbox ist Wolfs Arbeitsweise, sichtbar gemacht: Design, gemessene Barrierefreiheit, industrialisierte Bereitstellung mit Neustart-Nachweis, nachgewiesene Backups, DSGVO und mit Zeitstempel gesicherte Anteriorität — an einem Produkt, das tatsächlich läuft.

Dieselbe Methode gilt für andere Projekte zu denselben Bedingungen. Punchbox ist in der Vorproduktion; es gibt keine Kunden- oder Umsatzzahlen zu zeigen, und wir werden keine erfinden.

Ein Projekt starten Das Protokoll lesen

Jede Zahl auf dieser Seite ist eine reale Messung mit rückverfolgbarer Quelle.