Spaces:
Runtime error
Runtime error
Update app.py
Browse files
app.py
CHANGED
@@ -1,23 +1,26 @@
|
|
1 |
from transformers import pipeline
|
2 |
import gradio as gr
|
|
|
3 |
|
4 |
-
#
|
5 |
modelo_traduccion = pipeline("translation", model="Helsinki-NLP/opus-mt-en-es")
|
6 |
|
7 |
-
# Define el modelo de clasificación de idiomas (cambiado a joosbu/roberta-small-langdet)
|
8 |
-
modelo_idioma = pipeline("text-classification", model="joosbu/roberta-small-langdet")
|
9 |
-
|
10 |
def detectar_idioma(texto):
|
11 |
"""
|
12 |
-
Detecta el idioma del texto utilizando el modelo roberta-
|
13 |
|
14 |
Args:
|
15 |
texto (str): El texto del cual se quiere detectar el idioma.
|
16 |
|
17 |
Returns:
|
18 |
-
str: El código del idioma detectado (ej: 'en', 'es').
|
19 |
"""
|
|
|
20 |
try:
|
|
|
|
|
|
|
|
|
21 |
resultado = modelo_idioma(texto, top_k=1)[0]
|
22 |
return resultado['label']
|
23 |
except Exception as e:
|
@@ -26,7 +29,7 @@ def detectar_idioma(texto):
|
|
26 |
|
27 |
def traducir_texto(texto_en):
|
28 |
"""
|
29 |
-
Traduce el texto de entrada del inglés al español,
|
30 |
|
31 |
Args:
|
32 |
texto_en (str): El texto en inglés que se va a traducir.
|
@@ -62,7 +65,7 @@ def borrar_entrada(texto_entrada):
|
|
62 |
|
63 |
with gr.Blocks() as interfaz_traductor:
|
64 |
"""
|
65 |
-
Define la interfaz gráfica de la aplicación de traducción de inglés a español con
|
66 |
"""
|
67 |
gr.Markdown("# Traductor Inglés a Español")
|
68 |
with gr.Row():
|
|
|
1 |
from transformers import pipeline
|
2 |
import gradio as gr
|
3 |
+
import os # Importa la librería 'os' para acceder a las variables de entorno
|
4 |
|
5 |
+
# Modelo de traducción inglés-español (no requiere token para la mayoría de los casos)
|
6 |
modelo_traduccion = pipeline("translation", model="Helsinki-NLP/opus-mt-en-es")
|
7 |
|
|
|
|
|
|
|
8 |
def detectar_idioma(texto):
|
9 |
"""
|
10 |
+
Detecta el idioma del texto utilizando el modelo xlm-roberta-large, leyendo el token del entorno.
|
11 |
|
12 |
Args:
|
13 |
texto (str): El texto del cual se quiere detectar el idioma.
|
14 |
|
15 |
Returns:
|
16 |
+
str: El código del idioma detectado (ej: 'en', 'es') o None si hay un error.
|
17 |
"""
|
18 |
+
api_token = os.environ.get("HF_TOKEN") # Lee el valor de la variable de entorno HF_TOKEN
|
19 |
try:
|
20 |
+
kwargs = {}
|
21 |
+
if api_token:
|
22 |
+
kwargs['token'] = api_token
|
23 |
+
modelo_idioma = pipeline("text-classification", model="papluca/xlm-roberta-large-language-detection", **kwargs)
|
24 |
resultado = modelo_idioma(texto, top_k=1)[0]
|
25 |
return resultado['label']
|
26 |
except Exception as e:
|
|
|
29 |
|
30 |
def traducir_texto(texto_en):
|
31 |
"""
|
32 |
+
Traduce el texto de entrada del inglés al español, leyendo el token del entorno.
|
33 |
|
34 |
Args:
|
35 |
texto_en (str): El texto en inglés que se va a traducir.
|
|
|
65 |
|
66 |
with gr.Blocks() as interfaz_traductor:
|
67 |
"""
|
68 |
+
Define la interfaz gráfica de la aplicación de traducción de inglés a español con lectura del token desde el entorno.
|
69 |
"""
|
70 |
gr.Markdown("# Traductor Inglés a Español")
|
71 |
with gr.Row():
|