Punchbox — um estúdio de voz para vídeo que privilegia a privacidade

Fale para o navegador; o faster-whisper (large-v3-turbo) transcreve em 27 idiomas, com deteção automática do idioma.

A transcrição chega a uma bancada de edição — corrija-a, traduza-a, prepare-a antes de se tornar um vídeo.

O texto torna-se uma voz sintética: 13 vozes em 8 idiomas europeus, cada licença de voz rastreada até à sua origem.

Nove pares de tradução instalados, cada um com uma licença verificada, para que uma transcrição possa ser apresentada noutro idioma.

Um vídeo legendado em 9:16, 16:9 ou 1:1 é montado a partir do seu próprio áudio ou de uma voz sintética — sem necessidade de GPU.

Instalável como aplicação em Windows, Linux e Android; o áudio de origem é apagado automaticamente dentro da hora; nada é vendido nem partilhado.

Um sistema de design fechado em três cartas formais — gráfica, de interface e de densidade — um registo de consola de rádio em latão sobre baquelite, uma única folha de estilos e zero recursos de terceiros.

Cada repositório e entregável é ancorado com OpenTimestamps (SHA-256 → Bitcoin): o hash é público, o documento permanece privado e qualquer pessoa pode verificá-lo.

Uma interface em 20 idiomas com paridade total de dicionários — as mesmas chaves em toda a parte, nenhuma em falta — incluindo árabe e hebraico da direita para a esquerda através de propriedades lógicas CSS.

O faster-whisper large-v3-turbo abrange 27 idiomas com deteção automática; medido a cerca de 4× o tempo real em CPU, 1.66 GB de RAM por tarefa.

13 vozes Piper em 8 idiomas europeus; cada voz rastreada até ao seu corpus e licença (CC BY / CC BY-SA), com a atribuição obrigatória incorporada no produto.

Nove pares de tradução instalados, cada licença verificada, para que uma transcrição possa passar de um idioma para outro.

Um teleponto que renderiza vídeo em 9:16, 16:9 e 1:1; um clipe vertical de um minuto custa cerca de 7 segundos de computação — medido — sem GPU.

Uma faixa de legendas .srt é gerada e alinhada com a voz.

Os dados dos clientes residem num volume LUKS2 (AES-XTS, 512-bit) que se monta automaticamente no arranque — comprovado com a base de dados de contas byte a byte idêntica antes e depois.

O áudio de origem é apagado automaticamente dentro da hora por um temporizador systemd; os endereços IP nunca são armazenados em claro (HMAC-SHA256 com sal, retenção limitada); o cliente escolhe uma janela de retenção limitada a 30 dias.

Backups externos, encriptados e desduplicados (restic para uma Storage Box de 1 TB); um restauro real foi executado a partir do exterior e verificado — integridade do dump verificada, 37 tabelas relidas.

Contraste WCAG 2.1 calculado par a par por script: texto do corpo a 16.26:1 (AAA); usos de cor de acento como texto sinalizados a 2.07:1 abaixo de AA, depois corrigidos para zero pares abaixo do limiar em ambos os temas.

Uma borda nginx termina o TLS (Let’s Encrypt) e serve punchbox.fr.

Uma aplicação web progressiva instalável — HTML/CSS/JS, sem framework, sem build — com recursos versionados e com cache-busting.

Um serviço FastAPI com uma fila estrita de um único worker, autenticação por chave, quotas e purga RGPD — mediu-se que workers paralelos não acrescentam nada.

O faster-whisper e o Piper funcionam localmente e congelados no servidor da Wolf; nunca é chamada qualquer API de terceiros.

Os dados dos clientes residem num volume LUKS2 de montagem automática, com um temporizador systemd a purgar o áudio de origem dentro da hora.

Um script de implantação que prova que o contentor foi realmente reiniciado — frescura dentro de 120 s, correspondência do ID de imagem — e recusa-se a alegar sucesso caso contrário. Uma vez relatou honestamente uma implantação como NÃO COMPROVADA e parou.