app.py

import streamlit as st
from PIL import Image
import google.generativeai as genai
from gtts import gTTS
import os
import io

# Configuración de la página de Streamlit
st.set_page_config(page_title="🤖 Soph-IA", layout="wide")

# Obtener la API key desde los secretos de Hugging Face
api_key = st.secrets["API_KEY"]  # Accede al secreto

# Respuestas automatizadas basadas en palabras clave
def respuestas_automatizadas(texto):
    texto = texto.lower()
    # Respuestas para preguntas específicas
    respuestas = {
        "quien te creo": "Fui creada por un Bioingeniero llamado Jeysshon Bustos Jimenez, mi creador.",
        "quien es tu creador": "Fui creada por un Bioingeniero llamado Jeysshon Bustos Jimenez, mi creador.",
        "quien creo": "Fui creada por un Bioingeniero llamado Jeysshon Bustos Jimenez, mi creador.",
        "quien soy": "Soy Soph-IA, una inteligencia artificial avanzada basada en redes neuronales profundas y procesamiento de lenguaje natural.",
        "quien eres": "Soy Soph-IA, una inteligencia artificial avanzada basada en redes neuronales profundas y procesamiento de lenguaje natural.",
        "que eres": "Soy Soph-IA, una inteligencia artificial avanzada basada en redes neuronales profundas y procesamiento de lenguaje natural."
    }
    
    for clave, respuesta in respuestas.items():
        if clave in texto:
            return respuesta

    return None

def procesar_texto(texto):
    respuesta_predefinida = respuestas_automatizadas(texto)
    if respuesta_predefinida:
        return respuesta_predefinida

    try:
        genai.configure(api_key=api_key)
        modelo = genai.GenerativeModel('gemini-1.5-pro-latest')
        respuesta = modelo.generate_content(texto)
        return respuesta.text
    except Exception as e:
        return "Hubo un error procesando tu solicitud. Por favor, recarga la página y vuelve a intentar."

def procesar_imagen(imagen):
    try:
        genai.configure(api_key=api_key)
        modelo = genai.GenerativeModel('gemini-1.5-pro-latest')

        if isinstance(imagen, Image.Image):
            respuesta = modelo.generate_content(imagen)
            return respuesta.text
        else:
            return "La imagen no es del tipo esperado."
    except Exception as e:
        return "Hubo un error procesando la imagen. Por favor, recarga la página y vuelve a intentar."

def hablar_texto(texto):
    try:
        tts = gTTS(text=texto, lang='es')
        tts.save("respuesta.mp3")
        os.system("mpg321 respuesta.mp3")
    except Exception as e:
        st.error("Hubo un error al generar el audio. Por favor, recarga la página y vuelve a intentar.")

# Cargar y aplicar CSS personalizado
with open("./style.css") as f:
    st.markdown(f"<style>{f.read()}</style>", unsafe_allow_html=True)

# Título centrado
st.markdown("<h1 style='text-align: center;'>🤖 ¡Bienvenido a Soph-IA!</h1>", unsafe_allow_html=True)

# Explicación técnica de Soph-IA
st.markdown("""
    <p style='text-align: justify;'>
    Soy <strong>Soph-IA</strong>, una inteligencia artificial basada en redes neuronales profundas, derivada de la arquitectura 
    <strong>VGG16</strong>. Combino técnicas avanzadas de procesamiento de lenguaje natural y visión por computadora. 
    Para el análisis de texto, utilizo transformadores que permiten comprender el contexto y generar respuestas precisas. 
    En el caso de imágenes, empleo redes convolucionales para extraer características clave y ofrecer respuestas acordes a la 
    información visual procesada.
    </p>
""", unsafe_allow_html=True)

espacio_contenido_generado = st.empty()

st.write("¡Hola! Soy Soph-IA, tu asistente virtual. ¿Cómo puedo ayudarte hoy? 😊")

col1, col2 = st.columns([1, 3])

with col1:
    tipo_entrada = st.selectbox("Selecciona el tipo de entrada", ["Haz una pregunta ❓", "🖼️ Subir imagen"])

with col2:
    if tipo_entrada == "Haz una pregunta ❓":
        entrada_texto = st.text_input("Ingresa tu pregunta aquí:")
        if entrada_texto:
            with st.spinner("Generando respuesta..."):
                resultado = procesar_texto(entrada_texto)
            espacio_contenido_generado.write(f"**Respuesta:** {resultado}")
            if st.button("🔊 Escuchar respuesta"):
                hablar_texto(resultado)

    elif tipo_entrada == "🖼️ Subir imagen":
        entrada_imagen = st.file_uploader("Sube una imagen", type=["jpg", "png", "jpeg"])
        if entrada_imagen:
            imagen = Image.open(entrada_imagen)
            st.image(imagen, caption='Imagen subida.', use_column_width=True)
            with st.spinner("Procesando imagen..."):
                respuesta = procesar_imagen(imagen)
            espacio_contenido_generado.write(f"**Respuesta de la imagen:** {respuesta}")

st.write("¡Gracias por usar Soph-IA! 😊")

# Pie de página
st.markdown("<p style='text-align: center;'>© 2024 Jeysshon</p>", unsafe_allow_html=True)