Update app.py

app.py

@@ -9,7 +9,10 @@ hf_token = os.getenv("HF_TOKEN")
 # Paso 1: Cargar el modelo de image-to-text
 image_to_text = pipeline("image-to-text", model="Salesforce/blip-image-captioning-base")
 
-# Paso 2: Función para llamar a la API de Qwen con el token seguro
+# Paso 2: Cargar el modelo de traducción a español
+translator = pipeline("translation_en_to_es", model="Helsinki-NLP/opus-mt-en-es")
+
+# Paso 3: Función para llamar a la API de Qwen con el token seguro
 def generate_recipe(description):
     url = "https://api-inference.huggingface.co/models/Qwen/Qwen2.5-72B-Instruct"
     headers = {"Authorization": f"Bearer {hf_token}"}
@@ -28,12 +31,12 @@ def generate_recipe(description):
     payload = {
         "inputs": prompt,
         "parameters": {
-            "max_new_tokens": 1500,       # Limita solo la cantidad de tokens generados en la respuesta
-            "min_length": 500,            # Establece un mínimo de longitud para evitar truncamiento prematuro
-            "temperature": 0.7,           # Ajusta la variabilidad
-            "do_sample": True,            # Sampling para respuestas más variadas
-            "repetition_penalty": 1.2,    # Evita la repetición excesiva
-            "stop_sequences": ["\n\n"]    # Para detenerse en el salto de párrafos y no truncar antes de tiempo
+            "max_new_tokens": 1500,
+            "min_length": 500,
+            "temperature": 0.7,
+            "do_sample": True,
+            "repetition_penalty": 1.2,
+            "stop_sequences": ["\n\n"]
         }
     }
 
@@ -42,29 +45,41 @@ def generate_recipe(description):
     
     # Manejo de posibles errores
     if "error" in response_data:
-        return "Error generating recipe: " + response_data["error"]
+        return "Error generando receta: " + response_data["error"]
     
     # Return only the generated text, without the input prompt
-    return response_data[0]["generated_text"].replace(prompt, "").strip() if response_data else "No recipe generated."
+    return response_data[0]["generated_text"].replace(prompt, "").strip() if response_data else "No se pudo generar la receta."
 
-# Paso 3: Define la función principal para procesar la imagen y generar la receta
+# Paso 4: Define la función principal para procesar la imagen y generar la receta
 def process_image(image):
-    # Paso 3.1: Generar descripción del plato
+    # Paso 4.1: Generar descripción del plato
     description = image_to_text(image)[0]['generated_text']
     
-    # Paso 3.2: Generar receta a partir de la descripción
+    # Paso 4.2: Traducir la descripción al español
+    description_es = translator(description)[0]['translation_text']
+    
+    # Paso 4.3: Generar receta a partir de la descripción
     recipe = generate_recipe(description)
     
-    return description, recipe
+    # Paso 4.4: Traducir la receta al español
+    recipe_es = translator(recipe)[0]['translation_text']
+    
+    return description_es, recipe_es
 
-# Paso 4: Crear la interfaz de Gradio
+# Paso 5: Crear la interfaz de Gradio
 iface = gr.Interface(
     fn=process_image,
     inputs=gr.Image(type="pil"),
-    outputs=["text", "text"],
-    title="Recipe Generator from Dish Image",
-    description="Upload an image of a dish to get a description, ingredient list, and step-by-step recipe."
+    outputs=[
+        gr.Textbox(label="Plato", lines=2),
+        gr.Textbox(label="Receta", lines=20)
+    ],
+    title="Generador de Recetas a partir de Imágenes",
+    description="Sube una imagen de un plato para obtener una descripción, lista de ingredientes y pasos detallados para prepararlo.",
+    theme="default",
+    live=False,
+    allow_flagging="never"
 )
 
 # Lanzar la aplicación de Gradio
-iface.launch()
+iface.launch()