Punchbox — en studio för diktering, transkription och vertikal video, designad och driven av Wolf Agency.
Detta är en ingenjörsdemonstration, inte en säljpitch. Punchbox är en verklig produkt som Wolf bygger och driver: du talar, den skriver, du korrekturläser, den kan läsa upp texten och bygga en textad vertikal video. Den är driftsatt och körs på punchbox.fr.
Ärlighet först: Punchbox är i förproduktion. Den kostnadsfria provperioden fungerar, men betalda abonnemang är inte öppna ännu — så det finns inga kunder, ingen omsättning och inga vittnesmål att redovisa. Allt på denna sida stöds av ett verkligt spår: en uppdragsrapport, en commit eller en mätning.
Punchbox körs på sin egen domän, serverad från en krypterad volym bakom en nginx-edge med TLS. Den kostnadsfria provperioden — 30 minuter ljud, inget kort — fungerar idag; betald kassa är inte öppen ännu.
punchbox.frPunchbox är ett verktyg med en uppgift: förvandla det du säger till text, och text till en vertikal video redo att publicera. Den körs i webbläsaren som en installerbar app, utan någon tredjeparts-API inblandad.
Du talar; Punchbox transkriberar; du korrekturläser; den kan läsa upp texten och bygga en textad vertikal video. Kunden publicerar den själv — inget hostas eller rekommenderas, vilket är precis det som håller en enmansprodukt juridiskt och etiskt ren.
Varje motor körs lokalt och fryst på Wolfs egen server: faster-whisper för transkription, Piper för tal, ffmpeg för video. Det finns ingen tredje part att anropa — så det finns ingen att läcka till.
Tala in i webbläsaren; faster-whisper (large-v3-turbo) transkriberar på 27 språk, med automatisk språkigenkänning.
Transkriptionen landar i ett redigeringsrack — rätta den, översätt den, förbered den innan den blir en video.
Text blir en syntetisk röst: 13 röster på 8 europeiska språk, varje röstlicens spårad till sin källa.
Nio installerade översättningspar, vart och ett med en verifierad licens, så att en transkription kan återges på ett annat språk.
En textad video i 9:16, 16:9 eller 1:1 byggs från ditt eget ljud eller en syntetisk röst — ingen GPU behövs.
Installerbar som en app på Windows, Linux och Android; källjud raderas automatiskt inom timmen; inget säljs eller delas.
Reserverade platser för skärmdumpar av produkten i drift. Verkliga skärmbilder läggs in utan att röra layouten.
Inspelningskonsolen — transport, nivåmätare och live-text.
Inspelningsknappen och nivåmätningen i VU-stil.
Transkriptionen, med källa och översättning sida vid sida.
Byggaren för vertikal video och dess inställningar.
Den kompakta flytande panelen med full transport.
Punchbox-stadgan och de juridiska sidorna.
En icke uttömmande lista över vad Wolf faktiskt producerade på Punchbox — varje punkt stöds av en rapport, en commit eller en mätning.
Ett slutet designsystem i tre formella stadgar — grafik, gränssnitt och densitet — ett register i stil med en radiokonsol av mässing på bakelit, ett enda stilmall, och noll tredjepartsresurser.
Varje förvar och leverabel förankras med OpenTimestamps (SHA-256 → Bitcoin): hashen är offentlig, dokumentet förblir privat, och vem som helst kan verifiera det.
Ett gränssnitt på 20 språk med fullständig ordboksparitet — samma nycklar överallt, inga saknas — inklusive arabiska och hebreiska från höger till vänster via CSS logiska egenskaper.
faster-whisper large-v3-turbo täcker 27 språk med automatisk igenkänning; uppmätt till ungefär 4× realtid på CPU, 1.66 GB RAM per jobb.
13 Piper-röster på 8 europeiska språk; varje röst spårad till sin korpus och licens (CC BY / CC BY-SA), med den obligatoriska attributionen inbyggd i produkten.
Nio installerade översättningspar, varje licens verifierad, så att en transkription kan gå från ett språk till ett annat.
En teleprompter som renderar video i 9:16, 16:9 och 1:1; en vertikal klipp på en minut kostar ungefär 7 sekunder beräkning — uppmätt — utan GPU.
Ett spår med .srt-undertexter genereras och synkroniseras med rösten.
Kunddata ligger på en LUKS2-volym (AES-XTS, 512-bit) som monteras automatiskt vid uppstart — bevisat med kontodatabasen byte-identisk före och efter.
Källjud raderas automatiskt inom timmen av en systemd-timer; IP-adresser lagras aldrig i klartext (saltad HMAC-SHA256, begränsad lagring); kunden väljer ett lagringsfönster med tak på 30 dagar.
Externa, krypterade, deduplicerade säkerhetskopior (restic till en 1 TB Storage Box); en verklig återställning utfördes från extern plats och verifierades — dumpens integritet kontrollerad, 37 tabeller inlästa.
WCAG 2.1-kontrast beräknad par för par av ett skript: brödtext på 16.26:1 (AAA); accent-som-text-användningar flaggade på 2.07:1 under AA, sedan korrigerade till noll par under tröskeln i båda teman.
Hur delarna passar ihop: en nginx-edge framför en installerbar app, lokala talmotorer, en krypterad datavolym, och en leveranskedja som bevisar sig själv.
En nginx-edge terminerar TLS (Let’s Encrypt) och serverar punchbox.fr.
En installerbar progressiv webbapp — HTML/CSS/JS, inget ramverk, ingen byggprocess — med versionerade, cache-brytande resurser.
En FastAPI-tjänst med en strikt kö med en enda worker, nyckelautentisering, kvoter och GDPR-rensning — parallella workers uppmättes tillföra ingenting.
faster-whisper och Piper körs lokalt och fryst på Wolfs server; ingen tredjeparts-API anropas någonsin.
Kunddata bor på en automonterande LUKS2-volym, med en systemd-timer som rensar källjud inom timmen.
Ett driftsättningsskript som bevisar att containern faktiskt startades om — färskhet inom 120 s, matchning av image-ID — och vägrar hävda framgång annars. Det rapporterade en gång ärligt en driftsättning som INTE BEVISAD och stoppade.
Nattliga externa krypterade säkerhetskopior (restic, återställning testad), plus OpenTimestamps-förankring av varje förvar och leverabel.
Två saker som Wolf mätte snarare än hävdade: hur snabbt motorerna körs, och hur gränssnittet presterar mot WCAG. Siffrorna kommer från utförda benchmarks och ett kontrastskript par för par.
Benchmarks körda på produktions-CPU:n (4 kärnor), tre samstämmiga körningar — ingen GPU någonstans i produkten.
Eftersom modellerna körs lokalt och aldrig ändras är träning på din röst omöjlig, inte bara förbjuden. Det finns ingen tredje part att anropa, så det finns ingen att läcka till.
Kontrastförhållanden beräknade av skript på de färgpar som faktiskt används — det goda och det dåliga redovisat lika.
Varje påstående på denna sida är knutet till ett spår. Ingenjörsarbetet kördes som spårade uppdrag, vart och ett avslutat med en rapport med utfört bevis snarare än en kodläsning; benchmarks kördes tre gånger; gränssnittsgranskningen levererar sitt skript och sin formel.
Punchbox är hur Wolf arbetar, gjort synligt: design, uppmätt tillgänglighet, industrialiserad driftsättning med omstartsbevis, bevisade säkerhetskopior, GDPR och tidsstämplad anterioritet — på en produkt som faktiskt körs.
Samma metod gäller för andra projekt under samma villkor. Punchbox är i förproduktion; det finns inga kund- eller omsättningssiffror att visa, och vi kommer inte att uppfinna några.