AI Privacy Studio (No GPU)

Local document processing for teachers and professionals.
Confidential documents stay on the computer. No GPU or cloud inference is required.

English · Italiano

---

English

AI Privacy Studio was created in a personal homelab to solve a practical problem: process confidential documents on ordinary, low- to mid-range consumer hardware without sending their contents to external servers.

It is intended for teachers, independent professionals, small offices, and anyone who needs local OCR, transcription, redaction, conversion, or encrypted storage on a CPU-only computer.

Download

Use the files attached to the latest GitHub release.

These are online installers. They contain the audited project source, not the large models or downloaded runtimes. The first installation requires internet access, several gigabytes of disk space, and time. The default full profile installs GLM-OCR as well as the other engines.

The packages are currently unsigned. Windows SmartScreen and macOS Gatekeeper may display a warning. Compare the file against SHA256SUMS.txt in the same release before running it.

Windows

Run the .exe as the normal user. Administrative privileges are not required. Leave the final installation option selected to download Python, the local engines, and the models. The Start menu and optional desktop shortcut launch the app afterward.

Linux

chmod +x AI-Privacy-Studio-1.1.0-linux-x86_64.AppImage
./AI-Privacy-Studio-1.1.0-linux-x86_64.AppImage

The first run opens a terminal for the verified installation. Later runs start the app directly.

macOS

Open the .dmg, copy AI Privacy Studio to Applications, then open the app. Because the package is not notarized, macOS may require an explicit approval through Finder or Privacy & Security settings.

Install from source

git clone https://github.com/davidealbertazzi97-jpg/AI-PRIVACY-STUDIO-NO-GPU.git
cd AI-PRIVACY-STUDIO-NO-GPU
./install.sh
./start.sh

On Windows, run .\install.ps1 and then .\start.ps1 in PowerShell.

The full installer prepares:

• managed Python 3.12 and isolated environments;
• Microsoft MarkItDown;
• OpenAI Privacy Filter and Rizzo PII 0.3B (Simone Rizzo);
• NVIDIA Parakeet TDT 0.6B v3;
• PaddleOCR and PP-StructureV3;
• Ollama and GLM-OCR Q8;
• FFmpeg and Picocrypt CLI.

Use --without-glm only when disk space matters more than the GLM-OCR option. Use --core-only --skip-desktop for the lightweight conversion-only profile.

To enable searchable/editable PDF redaction, install the optional profile only after reviewing its separate PyMuPDF AGPL/commercial licensing terms:

uv pip install --python .venv -r requirements-pdf-editable.txt

Functions

• Italian or English interface with a saved local preference.
• PII redaction with a choice between OpenAI Privacy Filter (multilingual) or Rizzo PII 0.3B by Simone Rizzo (specialized Italian PII: Tax Code, VAT ID, Land Registry, Document ID, etc.), plus deterministic Italian patterns.
• Interactive PII Anonymization Viewer inspired by Rizzo PII (Simone Rizzo / Rizzo AI Academy): color-coded entity badges (PERSON, ADDRESS, EMAIL, PHONE, VAT_ID, TAX_CODE, IBAN), click-to-reveal original text ("see what was there before"), and formatted print/copy views.
• Two-step anonymization review: before either privacy engine writes an output, Privacy Studio runs a local detection preview, shows the source text next to the proposed redacted text, and lets you select or deselect each detected element. Only the confirmed spans are replaced.
• During the preview you can also add a word or phrase that the engines missed; every matching occurrence is highlighted as a manual selection and can be kept or deselected before confirmation. The preview displays live local progress while it is being prepared.
• Preview controls include persistent category filters, a custom replacement for each occurrence, and a document-wide replacement that can be applied in one click. The confirmed preview is cached locally so the model and extraction pass are not needlessly repeated.
• PDF previews show the original and redacted copies side by side. With the optional editable-PDF profile, the PII is removed while the remaining text stays searchable and editable; the default installer uses a rasterized fallback because the editable component has a separate AGPL/commercial licensing choice. If OCR text cannot be located in the PDF page, Privacy Studio withholds the PDF output instead of offering an incomplete redaction.
• Optional reversible dictionaries are encrypted as separate Picocrypt volumes; leaving the option off produces a definitive redaction without a recovery map. Invalid Italian structured identifiers are rejected by checksum rules and possible residual values are flagged for review.
• Audio and video transcription with NVIDIA Parakeet.
• OCR for images and multi-page PDF files with PaddleOCR, PP-StructureV3, or GLM-OCR.
• Office, PDF, HTML, EPUB, and structured-data conversion with MarkItDown.
• Picocrypt-compatible .pcv encryption and decryption, with download/delete controls and a local group vault that encrypts multiple documents in one volume.
• A separate permanent app-managed vault uses Scrypt + AES-256-GCM, stores each document incrementally, and supports unlock, search, download, delete, backup, and restore without exposing plaintext in the vault directory.
• Encrypted vault backups can be copied to a local folder synchronized by Dropbox, OneDrive, Nextcloud, or another cloud client. Privacy Studio itself does not connect to external services or send passwords to them.
• Persistent local job queue and downloadable result bundles.

Privacy and security model

• The service binds to 127.0.0.1 only.
• Every API request requires a random per-installation token.
• Runtime Python processes reject non-loopback network connections.
• Linux adds a native outbound-network guard when available.
• Ollama runs as a dedicated loopback-only process with cloud features disabled.
• The OpenAI Privacy Filter tokenizer is prefetched into the local installation; inference does not need a first-use download.
• The interface contains no telemetry, CDN asset, or remote inference call.
• Original files are not overwritten.
• Working plaintext and uploaded copies are removed after each job, including error paths covered by the test suite.
• Picocrypt passphrases remain in memory only while an operation is running.
• Public redaction reports contain labels and positions, not fragments of the detected private values.
• Preview cache files, encrypted dictionaries, and group archives are private local artifacts with restrictive permissions and are removed from staging after the operation.

Network access is required during installation to download verified software and pinned models. The default browser is outside the application's network guard and may perform its own background traffic.

Automated redaction, OCR, and transcription can be wrong. Review every output before sharing it. Local processing does not by itself establish GDPR or other regulatory compliance.

Local data

The AppImage launcher source is copied to $XDG_DATA_HOME/ai-privacy-studio/app. The macOS app uses ~/Library/Application Support/AI Privacy Studio/app. Model caches and results remain outside Git.

Repository control files

.gitignore is intentionally included: it prevents environments, models, tokens, databases, logs, encrypted volumes, and results from being committed. .github/ contains only CI, dependency-update, and installer-build workflows. The .git directory itself is never tracked or included in GitHub source archives or release installers.

License

Original project code and documentation are licensed under GNU GPL version 3 only (GPL-3.0-only). Distributed modified versions must remain under GPLv3 and provide their corresponding source. Third-party assets, libraries, models, and separate programs keep their own licenses; see THIRD_PARTY_NOTICES.md and LICENSE-GUIDE.md.

This licensing summary is technical information, not legal advice. It assumes the project owner holds the copyright in the original project code.

Development and verification

./scripts/check.sh
.venv/bin/python tests/smoke_local.py --core-only
.venv/bin/python tests/smoke_local.py --skip-heavy
.venv/bin/python tests/smoke_local.py --skip-glm

Tests use synthetic fixtures only. Security reports should follow SECURITY.md, not a public issue.

---

Italiano

AI Privacy Studio è nato nel mio homelab da una necessità concreta: elaborare documenti riservati su hardware consumer di fascia medio-bassa senza inviarne il contenuto a server esterni.

È pensato per insegnanti, liberi professionisti, piccoli uffici e per chiunque abbia bisogno di OCR, trascrizione, anonimizzazione, conversione o archiviazione cifrata in locale su un computer privo di GPU.

Download

Usa i file allegati alla release GitHub più recente.

Sono installer online. Contengono il sorgente verificato del progetto, non i modelli e i runtime di grandi dimensioni. La prima installazione richiede la rete, diversi gigabyte di spazio e tempo. Il profilo completo predefinito installa anche GLM-OCR.

I pacchetti al momento non sono firmati. Windows SmartScreen e macOS Gatekeeper possono mostrare un avviso. Prima di eseguirli confronta il file con SHA256SUMS.txt pubblicato nella stessa release.

Windows

Esegui il file .exe come utente normale. Non servono privilegi amministrativi. Lascia selezionata l'opzione finale per scaricare Python, i motori locali e i modelli. In seguito l'app si avvia dal menu Start o dal collegamento facoltativo sul desktop.

Linux

chmod +x AI-Privacy-Studio-1.1.0-linux-x86_64.AppImage
./AI-Privacy-Studio-1.1.0-linux-x86_64.AppImage

Al primo avvio viene aperto un terminale per l'installazione verificata. Gli avvii successivi aprono direttamente l'app.

macOS

Apri il file .dmg, copia AI Privacy Studio in Applicazioni e avvia l'app. Poiché il pacchetto non è notarizzato, macOS può richiedere un'approvazione esplicita dal Finder o dalle impostazioni Privacy e sicurezza.

Installazione dal sorgente

git clone https://github.com/davidealbertazzi97-jpg/AI-PRIVACY-STUDIO-NO-GPU.git
cd AI-PRIVACY-STUDIO-NO-GPU
./install.sh
./start.sh

Su Windows esegui .\install.ps1 e poi .\start.ps1 in PowerShell.

L'installazione completa prepara:

• Python 3.12 gestito e ambienti isolati;
• Microsoft MarkItDown;
• OpenAI Privacy Filter e Rizzo PII 0.3B (Simone Rizzo);
• NVIDIA Parakeet TDT 0.6B v3;
• PaddleOCR e PP-StructureV3;
• Ollama e GLM-OCR Q8;
• FFmpeg e Picocrypt CLI.

Usa --without-glm soltanto se vuoi ridurre l'uso del disco rinunciando a GLM-OCR. Usa --core-only --skip-desktop per il profilo leggero dedicato alla conversione.

Per mantenere ricercabile e modificabile il testo non-PPI nei PDF puoi installare il profilo opzionale dopo aver valutato separatamente la licenza AGPL/commerciale di PyMuPDF:

uv pip install --python .venv -r requirements-pdf-editable.txt

Funzioni

• Interfaccia in italiano o inglese con preferenza salvata in locale.
• Anonimizzazione PII a scelta tra OpenAI Privacy Filter (Tutte le lingue) e Rizzo PII 0.3B di Simone Rizzo (Solo italiano: Codice Fiscale, P.IVA, Dati Catastali, Documento ID, ecc.), oltre a regole italiane deterministiche.
• Visualizzatore Interattivo Anonimizzazione PII ispirato a Rizzo PII (Simone Rizzo / Rizzo AI Academy): tag cromatici per categoria di entità (PERSONA, INDIRIZZO, EMAIL, TELEFONO, P.IVA, CODICE_FISCALE, IBAN), toggle interattivo per mostrare/nascondere i valori originali ("vedere cosa c'era prima") e la visualizzazione di stampa formattata per la conservazione o il salvataggio in PDF.
• Revisione in due passaggi: prima di scrivere il risultato, entrambi i motori mostrano una preview locale con testo rilevato e output previsto affiancati; puoi selezionare o deselezionare ogni singolo elemento e solo le rilevazioni confermate vengono anonimizzate.
• Durante la preview puoi aggiungere anche parole o frasi non rilevate automaticamente: ogni occorrenza viene evidenziata come selezione manuale, può essere deselezionata singolarmente e viene sostituita soltanto dopo la conferma.
• La preview permette di filtrare e memorizzare le categorie, personalizzare la sostituzione di ogni occorrenza oppure applicare una sostituzione a tutto il documento. Le rilevazioni vengono conservate in una cache locale temporanea per evitare una seconda inferenza inutile.
• Per i PDF sono disponibili la pagina originale e l’anteprima redatta affiancate. Con il profilo PDF editabile opzionale il PII viene rimosso mantenendo ricercabile e modificabile il testo restante; l’installer predefinito usa un fallback rasterizzato perché il componente editabile richiede una scelta di licenza AGPL/commerciale separata. Se il testo OCR non è localizzabile nella pagina PDF, Privacy Studio non consegna il PDF per evitare una redazione incompleta.
• Il dizionario reversibile è opzionale e, se richiesto, viene cifrato automaticamente in un volume Picocrypt separato. Senza dizionario non viene salvata alcuna mappa di recupero; checksum italiani e avvisi sui possibili residui aiutano la revisione umana.
• Trascrizione audio e video con NVIDIA Parakeet.
• OCR di immagini e PDF multipagina con PaddleOCR, PP-StructureV3 o GLM-OCR.
• Conversione di Office, PDF, HTML, EPUB e dati strutturati con MarkItDown.
• Cifratura e decifratura compatibile con volumi Picocrypt .pcv, download/eliminazione dei volumi e creazione di un vault locale di gruppo con più documenti protetti in un unico volume.
• Un vault permanente separato, gestito dall’app, usa Scrypt + AES-256-GCM, cifra i documenti singolarmente e incrementalmente e permette sblocco, ricerca, download, eliminazione, backup e ripristino senza lasciare i file in chiaro nella cartella del vault.
• I backup cifrati possono essere copiati in una cartella sincronizzata da Dropbox, OneDrive, Nextcloud o altro client cloud. Privacy Studio non si collega direttamente a servizi esterni e non invia loro le password.
• Coda locale persistente e pacchetti di risultati scaricabili.

Modello di privacy e sicurezza

• Il servizio ascolta soltanto su 127.0.0.1.
• Ogni richiesta API richiede un token casuale dell'installazione.
• I processi Python rifiutano connessioni di rete non loopback.
• Su Linux viene aggiunto un guard nativo quando disponibile.
• Ollama usa un processo dedicato, solo loopback, con funzioni cloud disattivate.
• L'interfaccia non contiene telemetria, CDN o chiamate di inferenza remota.
• Gli originali non vengono sovrascritti.
• Le copie di lavoro in chiaro e gli upload vengono eliminati al termine del job, anche nei percorsi di errore coperti dai test.
• Le passphrase Picocrypt restano in memoria soltanto durante l'operazione.
• I rapporti di anonimizzazione pubblici contengono etichette e posizioni, non frammenti dei valori privati rilevati.

La rete serve durante l'installazione per scaricare software verificato e modelli bloccati a versioni precise. Il browser predefinito è esterno al guard dell'applicazione e può generare traffico proprio in background.

Anonimizzazione, OCR e trascrizione automatici possono sbagliare. Controlla ogni risultato prima di condividerlo. L'elaborazione locale non dimostra da sola la conformità al GDPR o ad altre norme.

Dati locali

Il launcher AppImage copia il sorgente in $XDG_DATA_HOME/ai-privacy-studio/app. L'app macOS usa ~/Library/Application Support/AI Privacy Studio/app. Cache dei modelli e risultati restano fuori da Git.

File di controllo del repository

.gitignore è incluso intenzionalmente: impedisce di aggiungere a Git ambienti, modelli, token, database, log, volumi cifrati e risultati. .github/ contiene soltanto workflow di CI, aggiornamento dipendenze e costruzione degli installer. La directory .git non è tracciata e non viene inserita negli archivi sorgente di GitHub né negli installer della release.

Licenza

Il codice e la documentazione originali sono distribuiti sotto GNU GPL versione 3 soltanto (GPL-3.0-only). Le versioni modificate distribuite devono restare sotto GPLv3 e rendere disponibile il sorgente corrispondente. Asset, librerie, modelli e programmi separati di terze parti mantengono le loro licenze; consulta THIRD_PARTY_NOTICES.md e LICENSE-GUIDE.md.

Questo riepilogo è un'analisi tecnica, non un parere legale. Presuppone che il titolare del progetto possieda i diritti sul codice originale.

Sviluppo e verifica

./scripts/check.sh
.venv/bin/python tests/smoke_local.py --core-only
.venv/bin/python tests/smoke_local.py --skip-heavy
.venv/bin/python tests/smoke_local.py --skip-glm

I test usano soltanto fixture sintetiche. Per segnalazioni di sicurezza segui SECURITY.md, senza aprire una issue pubblica.