Punchbox — uno studio voce-video privacy-first

Parla nel browser; faster-whisper (large-v3-turbo) trascrive in 27 lingue, con rilevamento automatico della lingua.

La trascrizione arriva in un banco di editing — correggila, traducila, preparala prima che diventi un video.

Il testo diventa una voce sintetica: 13 voci in 8 lingue europee, ogni licenza vocale tracciata fino alla sua fonte.

Nove coppie di traduzione installate, ciascuna con una licenza verificata, così una trascrizione può essere resa in un’altra lingua.

Un video sottotitolato 9:16, 16:9 o 1:1 è creato dal tuo audio o da una voce sintetica — senza bisogno di GPU.

Installabile come app su Windows, Linux e Android; l’audio sorgente è eliminato automaticamente entro l’ora; niente è venduto o condiviso.

Un design system chiuso in tre carte formali — grafica, interfaccia e densità — un registro da console radio in ottone su bachelite, un unico foglio di stile e zero risorse di terze parti.

Ogni repository e deliverable è ancorato con OpenTimestamps (SHA-256 → Bitcoin): l’hash è pubblico, il documento resta privato e chiunque può verificarlo.

Un’interfaccia in 20 lingue con parità completa dei dizionari — le stesse chiavi ovunque, nessuna mancante — incluse l’arabo e l’ebraico da destra a sinistra tramite proprietà logiche CSS.

faster-whisper large-v3-turbo copre 27 lingue con rilevamento automatico; misurato a circa 4× il tempo reale su CPU, 1.66 GB di RAM per lavoro.

13 voci Piper in 8 lingue europee; ogni voce tracciata fino al suo corpus e alla sua licenza (CC BY / CC BY-SA), con l’attribuzione obbligatoria integrata nel prodotto.

Nove coppie di traduzione installate, ciascuna licenza verificata, così una trascrizione può passare da una lingua a un’altra.

Un gobbo che genera video 9:16, 16:9 e 1:1; una clip verticale di un minuto costa circa 7 secondi di calcolo — misurato — senza GPU.

Una traccia di sottotitoli .srt è generata e allineata alla voce.

I dati dei clienti risiedono su un volume LUKS2 (AES-XTS, 512-bit) che si monta automaticamente all’avvio — comprovato con il database degli account identico byte per byte prima e dopo.

L’audio sorgente è eliminato automaticamente entro l’ora da un timer systemd; gli indirizzi IP non sono mai memorizzati in chiaro (HMAC-SHA256 con salt, conservazione limitata); il cliente sceglie una finestra di conservazione con tetto a 30 giorni.

Backup off-site, cifrati, deduplicati (restic verso una Storage Box da 1 TB); un ripristino reale è stato eseguito da off-site e verificato — integrità del dump controllata, 37 tabelle rilette.

Contrasto WCAG 2.1 calcolato coppia per coppia via script: testo del corpo a 16.26:1 (AAA); usi dell’accento-come-testo segnalati a 2.07:1 sotto AA, poi corretti fino a zero coppie sotto soglia in entrambi i temi.

Un edge nginx termina il TLS (Let’s Encrypt) e serve punchbox.fr.

Una progressive web app installabile — HTML/CSS/JS, senza framework, senza build — con asset versionati e cache-busted.

Un servizio FastAPI con una coda a worker singolo rigorosa, autenticazione a chiave, quote e purga RGPD — è stato misurato che worker paralleli non aggiungono nulla.

faster-whisper e Piper girano in locale e congelati sul server di Wolf; nessuna API di terze parti viene mai chiamata.

I dati dei clienti risiedono su un volume LUKS2 auto-montante, con un timer systemd che purga l’audio sorgente entro l’ora.

Uno script di deploy che dimostra che il container si è effettivamente riavviato — freschezza entro 120 s, corrispondenza dell’image-ID — e si rifiuta di dichiarare il successo altrimenti. Una volta ha onestamente riportato un deploy come NON PROVATO e si è fermato.