Update app.py

app.py

@@ -3,7 +3,7 @@ import gradio as gr
 import requests
 from transformers import pipeline
 
-# Obtén el token desde las variables de entorno
+# Obtener el token desde las variables de entorno
 hf_token = os.getenv("HF_TOKEN")
 
 # Paso 1: Cargar el modelo de image-to-text
@@ -17,7 +17,7 @@ def generate_recipe(description):
     url = "https://api-inference.huggingface.co/models/Qwen/Qwen2.5-72B-Instruct"
     headers = {"Authorization": f"Bearer {hf_token}"}
     
-    # Añade el system input para definir el rol del modelo
+    # Añadir el system input para definir el rol del modelo
     system_input = (
         "Act as a professional chef. Your task is to explain to a regular person "
         "how to cook a given dish, providing a step-by-step guide and a list of ingredients with exact quantities."
@@ -47,10 +47,10 @@ def generate_recipe(description):
     if "error" in response_data:
         return "Error generando receta: " + response_data["error"]
     
-    # Return only the generated text, without the input prompt
+    # Devolver solo el texto generado sin el input del prompt
     return response_data[0]["generated_text"].replace(prompt, "").strip() if response_data else "No se pudo generar la receta."
 
-# Paso 4: Define la función principal para procesar la imagen y generar la receta
+# Paso 4: Definir la función principal para procesar la imagen y generar la receta
 def process_image(image):
     # Paso 4.1: Generar descripción del plato
     description = image_to_text(image)[0]['generated_text']