import gradio as gr
from transformers import pipeline

# Crear el pipeline una vez al inicio para evitar cargas repetitivas
pipe = pipeline("translation", model="Helsinki-NLP/opus-mt-es-en")

def traductor(text):
    try:
        # Realizar la traducción usando el pipeline precargado
        result = pipe(text)
        return result[0]['translation_text']
    except Exception as e:
        # Devolver un mensaje de error en caso de que algo falle
        return f"Error: {str(e)}"

# Configuración de la interfaz de Gradio
demo = gr.Interface(traductor, inputs="text", outputs="text")
demo.launch()