prueba4

README.md

@@ -5,7 +5,7 @@ colorFrom: pink
 colorTo: indigo
 sdk: gradio
 sdk_version: 6.0.2
-app_file: app3.py
+app_file: app4.py
 pinned: false
 license: apache-2.0
 short_description: Primera prueba para crear un espacio

app3.py

@@ -13,4 +13,4 @@ def obtenerDescripcion(imagen):
     return modeloGenerarImagen(resultadoModeloTI[0]['generated_text']).images[0]
 
 demo = gr.Interface(fn=obtenerDescripcion, inputs="image", outputs="image")
-demo.launch(share=True)
+demo.launch()

app4.py

@@ -0,0 +1,64 @@
+import gradio as gr
+from transformers import pipeline
+import numpy as np
+
+# --- 1. Inicialización de los Modelos (Pipelines) ---
+# # Pipeline de Traducción (Inglés a Español)
+traductor = pipeline("translation", model="Helsinki-NLP/opus-mt-tc-big-en-es")
+
+# Pipeline de Texto a Voz
+emisorAudio = pipeline("text-to-speech", model="suno/bark-small")
+
+# --------------------------------------------------------------------------------
+
+# --- 2. Funciones de Lógica de la Aplicación ---
+
+def traducir(frase):
+    """
+    Traduce una frase usando el modelo 'traductor'.
+    La salida del pipeline es una lista de diccionarios.
+    """
+    traduccion = traductor(frase)
+    # Extrae el texto traducido del resultado
+    return traduccion[0]["translation_text"]
+
+def emitirAudio(texto_traducido):
+    """
+    Convierte el texto traducido a audio usando el modelo 'emisorAudio'.
+    Prepara la salida para el componente gr.Audio de Gradio.
+    """
+    audio = emisorAudio(texto_traducido)
+    
+    # El modelo 'suno/bark-small' devuelve el audio en un formato que 
+    # necesita ser convertido a un array NumPy para Gradio.
+    audio_array = np.array(audio["audio"][0], dtype=np.float32)
+    sampling_rate = audio["sampling_rate"]
+    
+    # Gradio espera una tupla (sampling_rate, audio_array)
+    return (sampling_rate, audio_array)
+
+# --------------------------------------------------------------------------------
+
+# --- 3. Definición de la Interfaz de Gradio ---
+# with gr.Blocks() as aplicacion:
+gr.Markdown("# ESTA ES NUESTRA APLICACIÓN DE TRADUCCIÓN Y TEXTO-A-VOZ")
+    
+with gr.Row():
+    entrada = gr.Textbox(placeholder="Frase a traducir (e.g., Hello, how are you?)", label="Frase Original")
+    traduccion = gr.Textbox(label="Frase en Español")
+    salida = gr.Audio(label="Audio en Español")
+
+    # Lógica de interacción:
+    
+    # 1. Cuando el texto de 'entrada' cambia, llama a 'traducir' y actualiza 'traduccion'.
+entrada.change(fn=traducir, inputs=entrada, outputs=traduccion)
+    
+    # 2. Botón para generar el audio
+btn = gr.Button("Emitir Audio")
+    
+    # 3. Cuando se hace clic en el botón, llama a 'emitirAudio' usando el texto de 'traduccion' 
+    #    como entrada, y actualiza el componente 'salida' (Audio).
+btn.click(fn=emitirAudio, inputs=traduccion, outputs=salida)
+
+# --- 4. Ejecución de la Aplicación ---
+# aplicacion.launch() # Descomentar para ejecutar la aplicación