Add application file

app.py

@@ -0,0 +1,80 @@
+"""Proyecto 2: Modelos de IA
+Traducción de audio en español a audio en inglés
+Modelo para la recogida del audio: https://huggingface.co/openai/whisper-large-v3-turbo
+Modelo texto-audio: 
+"""
+
+import whisper
+from transformers import pipeline
+import gradio as gr
+import numpy as np
+import torch
+from bark import generate_audio
+from scipy.io.wavfile import write
+import tempfile
+
+
+
+
+# Cargar el modelo Whisper-large-v3-turbo
+transcribir = pipeline("automatic-speech-recognition", model="openai/whisper-small")
+bark = pipeline("text-to-speech", model="suno/bark")
+
+# Función para transcribir el audio
+def transcribir_audio(audio):
+    # Usamos el pipeline de Hugging Face para la transcripción
+    result = transcribir_audio(audio)
+    return result["text"]
+
+#Función para generar el audio
+def generar_audio(text):
+    #Generar audio con Bark
+    audio_array = generate_audio(text)
+
+    # Normalizar el array de audio (opcional si Bark ya devuelve datos normalizados)
+    audio_array = np.clip(audio_array, -1.0, 1.0)  # Asegurar que los valores estén en [-1.0, 1.0]
+
+     # Crear un archivo temporal para almacenar el audio
+    temp_wav = tempfile.NamedTemporaryFile(delete=False, suffix=".wav")
+    write(temp_wav.name, 24000, (audio_array * 32767).astype(np.int16))  # Guardar el archivo como WAV
+    
+    return temp_wav.name
+    
+
+def process_audio(audio_file):
+    # Paso 1: Transcripción con Whisper
+    transcripcion = transcribir(audio_file)["text"]
+    
+    # Paso 2: Generación de audio con Bark
+    audio_sintetizado = generar_audio(transcripcion)
+    
+    return transcripcion, audio_sintetizado
+
+
+"""# Crear la interfaz de usuario con Gradio
+iface = gr.Interface(
+    fn=transcribir_audio, 
+    inputs=gr.Audio(type="filepath"),  # Permite cargar o grabar audio
+    outputs=gr.Audio(type="filepath", label="Tus palabras... pero en inglés"),  # Mostrar la transcripción
+    title="Traductor de voz",
+    description="Carga o graba tu audio para traducirlo al inglés."
+)
+
+# Iniciar la interfaz
+iface.launch()"""
+
+# Crear interfaz Gradio
+with gr.Blocks() as demo:
+    gr.Markdown("### Transcripción y Síntesis de Voz")
+    
+    with gr.Row():
+        input_audio = gr.Audio(label="Sube tu archivo de audio", type="filepath")
+        transcription_output = gr.Textbox(label="Texto transcrito")
+        output_audio = gr.Audio(label="Audio generado")
+    
+    process_button = gr.Button("Procesar")
+    process_button.click(process_audio, inputs=input_audio, outputs=[transcription_output, output_audio])
+
+# Lanzar la app
+demo.launch()
+