Update app.py

app.py

@@ -19,15 +19,15 @@ def classify_img(im):
     labels = {v["label"]: v["score"] for v in ans}
     return labels
 
-def make_block(dem):
-    with dem:
-        gr.Markdown("""
-# Este 'space' permite la inferencia los siguientes modelos open-source:
+demo=gr.Blocks()
+with demo:
+  gr.Markdown("""
+# Este 'Space' permite la inferencia los siguientes modelos open-source:
 - Voice2Text: [Wav2Vec2](https://huggingface.co/facebook/wav2vec2-large-xlsr-53-spanish)
 - Sentiment Analysis: [Robertuito](https://huggingface.co/pysentimiento/robertuito-sentiment-analysis)
 - Image Classifier: [Swin-small-patch4](https://huggingface.co/microsoft/swin-small-patch4-window7-224)
-Autor del demo: [ΜΕΤΑΝΘΡΩΠΙΑ](https://www.instagram.com/metantropia.jpg)
-        """)
+- Autor del demo: [ΜΕΤΑΝΘΡΩΠΙΑ](https://www.instagram.com/metantropia.jpg)
+  """)
     
   with gr.Tabs():
       
@@ -45,12 +45,12 @@ Autor del demo: [ΜΕΤΑΝΘΡΩΠΙΑ](https://www.instagram.com/metantropia.j
 
     with gr.TabItem("Clasificación de Imágenes"):
       with gr.Row():
-        image = gr.Image(label="Carga una imagen aquí")
+        image = gr.Image(label="Carga una Imagen")
         label_image = gr.Label(num_top_classes=5)
       b3 = gr.Button("Clasifica")
 
-  b1.click(audio2text,inputs=audio,outputs=transcripcion)
-  b2.click(text2sentiment,inputs=text,outputs=label)
-  b3.click(classify_img, inputs=image, outputs=label_image)
+    b1.click(audio2text,inputs=audio,outputs=transcripcion)
+    b2.click(text2sentiment,inputs=text,outputs=label)
+    b3.click(classify_img, inputs=image, outputs=label_image)
     
 demo.launch()