Update app.py

Añadir salida de audio a la traduccion

app.py

@@ -1,58 +1,55 @@
 from transformers import pipeline
 import gradio as gr
-import os
+import os  # Importa la librería 'os' para acceder a las variables de entorno
 
-# Modelo de traducción inglés-español
+# Modelo de traducción inglés-español (generalmente público)
 modelo_traduccion = pipeline("translation", model="Helsinki-NLP/opus-mt-en-es")
 
-def detectar_idioma(texto):
+# Modelo de Text-to-Speech para español (generalmente público)
+modelo_tts = pipeline("text-to-speech", model="espnet/spanish_tts_tacotron2")
+
+def traducir_texto(texto_en):
     """
-    Detecta el idioma del texto utilizando el modelo xlm-roberta-large, con verificación de certeza.
+    Traduce directamente el texto de entrada del inglés al español y genera audio.
+    Lee el token de Hugging Face del entorno (si está configurado).
     """
-    api_token = os.environ.get("HF_TOKEN")
+    api_token = os.environ.get("HF_TOKEN")  # Lee el valor de la variable de entorno HF_TOKEN
+    if not texto_en.strip():
+        return "", None
     try:
-        kwargs = {}
-        if api_token:
-            kwargs['token'] = api_token
-        modelo_idioma = pipeline("text-classification", model="papluca/xlm-roberta-large-language-detection", **kwargs)
-        resultado = modelo_idioma(texto, top_k=1)[0]
-        if resultado['label'] == 'en' and resultado['score'] > 0.9:  # Ajusta el umbral de certeza si es necesario
-            return 'en'
-        else:
-            return resultado['label']
+        resultado_traduccion = modelo_traduccion(texto_en)[0]['translation_text']
+        # Generar audio a partir del texto traducido
+        audio_output = modelo_tts(resultado_traduccion)
+        return resultado_traduccion, audio_output['audio']
     except Exception as e:
-        print(f"Error en la detección de idioma: {e}")
-        return None
-
-def traducir_texto(texto_en):
-    if not texto_en.strip():
-        return ""
-
-    idioma_detectado = detectar_idioma(texto_en)
-
-    if idioma_detectado == 'en':
-        try:
-            resultado = modelo_traduccion(texto_en)
-            return resultado[0]['translation_text']
-        except Exception as e:
-            return f"Error en la traducción: {e}"
-    else:
-        return f"Idioma detectado: {idioma_detectado}. Por favor, introduce texto en inglés para traducir."
+        return f"Error en la traducción o TTS: {e}", None
 
 def borrar_entrada(texto_entrada):
+    """
+    Borra el texto del cuadro de texto de entrada.
+    """
     return ""
 
 with gr.Blocks() as interfaz_traductor:
-    gr.Markdown("# Traductor Inglés a Español")
+    """
+    Define la interfaz gráfica de la aplicación de traducción de inglés a español con Text-to-Speech.
+    Lee el token de Hugging Face del entorno (si está configurado).
+    """
+    gr.Markdown("# Traductor Inglés a Español con TTS")
     with gr.Row():
         with gr.Column():
             texto_entrada_en = gr.Textbox(label="Texto en inglés", placeholder="Pega aquí el texto en inglés", lines=10)
             boton_borrar = gr.Button("Borrar todo")
         with gr.Column():
             texto_salida_es = gr.Textbox(label="Traducción al español", placeholder="La traducción aparecerá aquí", interactive=False, lines=10)
+            audio_salida = gr.Audio(label="Audio de la Traducción")
             gr.Markdown("*Puedes copiar el texto traducido seleccionándolo y usando Ctrl+C (o Cmd+C en macOS).*")
 
-    texto_entrada_en.change(traducir_texto, inputs=texto_entrada_en, outputs=texto_salida_es)
+    def actualizar_salida(texto_entrada):
+        traduccion, audio = traducir_texto(texto_entrada)
+        return traduccion, audio
+
+    texto_entrada_en.change(actualizar_salida, inputs=texto_entrada_en, outputs=[texto_salida_es, audio_salida])
     boton_borrar.click(borrar_entrada, inputs=texto_entrada_en, outputs=texto_entrada_en)
 
 interfaz_traductor.launch()