modificaciones necesarias

app.py

@@ -2,24 +2,21 @@ import gradio as gr
 from transformers import pipeline
 import whisper
 
-# Cargar el modelo de transcripción Whisper
+
 model_whisper = whisper.load_model("base")
 
-# Cargar un modelo de lenguaje pre-entrenado para PLN (Hugging Face)
-# Ejemplo de T5 para tareas de generación de texto
+
 nlp_model = pipeline("summarization", model="t5-base")
 
-# Función para transcribir el audio y procesar el texto
+
 def process_audio(audio_file):
-    # Transcribir el audio
+
     transcription = model_whisper.transcribe(audio_file)["text"]
     
-    # Realizar tareas de PLN sobre el texto transcrito
     summary = nlp_model(transcription)[0]["summary_text"]
     
     return transcription, summary
 
-# Interfaz de usuario usando Gradio
 interface = gr.Interface(
     fn=process_audio,
     inputs=gr.Audio(type="filepath"),