Update app.py

app.py

@@ -1,29 +1,26 @@
 import gradio as gr
+import torch
+from diffusers import StableDiffusionPipeline, DPMSolverMultistepScheduler
 
-# Cargar el modelo de procesamiento de audio
-def cargar_modelo_audio():
+
+def modelo1(audio):
     return gr.Interface.load("models/jonatasgrosman/wav2vec2-large-xlsr-53-english")
 
-# Procesar texto con el modelo de estabilidad
-def procesar_texto(texto, modelo_estabilidad):
-    # Aquí utilizamos el modelo de estabilidad para procesar el texto
-    image = modelo_estabilidad(texto).images[0]
-    return image
+def modelo2(text):
+    model_id = "stabilityai/stable-diffusion-2-1"
 
-if __name__ == "__main__":
-    # Crear una interfaz para cargar el modelo de audio
-    modelo_audio = cargar_modelo_audio()
-    modelo_estabilidad = StableDiffusionPipeline.from_pretrained("stabilityai/stable-diffusion-2-1", torch_dtype=torch.float16)
-    modelo_estabilidad.scheduler = DPMSolverMultistepScheduler.from_config(modelo_estabilidad.scheduler.config)
-    modelo_estabilidad = modelo_estabilidad.to("cuda")
+    # Use the DPMSolverMultistepScheduler (DPM-Solver++) scheduler here instead
+    pipe = StableDiffusionPipeline.from_pretrained(model_id, torch_dtype=torch.float16)
+    pipe.scheduler = DPMSolverMultistepScheduler.from_config(pipe.scheduler.config)
+    pipe = pipe.to("cuda")
 
-    def chat(audio):
-        resultado_audio = modelo_audio(audio)
-        resultado_estabilidad = procesar_texto(resultado_audio, modelo_estabilidad)
-        return resultado_estabilidad
+    image = pipe(text).images[0]
+    
 
-    # Crear la interfaz Gradio
-    iface = gr.Interface(fn=chat, inputs="audio", outputs="image")
+def execution(audio):
+    modelo1res = modelo1(audio)
+    modelo2res = modelo2(modelo1res)
+    return modelo1res
 
-    # Ejecutar la interfaz
-    iface.launch()
+if __name__ == "__main__":
+    demo.launch()