Update app.py

app.py

@@ -2,7 +2,10 @@ import streamlit as st
 import openai
 import PyPDF2
 from docx import Document
+from google.cloud import texttospeech, speech
 from dotenv import load_dotenv
+import os
+import tempfile
 
 # Configuración de la interfaz
 st.set_page_config(page_title="Boti Asistente", layout="wide", initial_sidebar_state="expanded")
@@ -12,13 +15,43 @@ load_dotenv()
 openai.api_key = os.getenv("OPENAI_API_KEY")
 os.environ["GOOGLE_APPLICATION_CREDENTIALS"] = "botidinamix-g.json"
 
-def obtener_respuesta(prompt):
-    response = openai.Completion.create(
-        engine="davinci",
-        prompt=prompt,
-        max_tokens=150
+# Función para obtener respuesta de OpenAI
+def obtener_respuesta(pregunta, modelo="gpt-4", temperatura=0.5):
+    response = openai.ChatCompletion.create(
+        model=modelo,
+        messages=[{"role": "system", "content": "Eres Boty un asistente de la empresa Botidinamix Ai para el desarrollo y implementacion de asistentes virtuales automatizados."},
+                  {"role": "user", "content": pregunta}],
+        temperature=temperatura,
+        max_tokens=150,
     )
-    return response.choices[0].text.strip()
+    respuesta = response['choices'][0]['message']['content']
+    return respuesta
+
+# Función para convertir texto a voz usando Google Cloud Text-to-Speech
+def text_to_speech(text):
+    client = texttospeech.TextToSpeechClient()
+    synthesis_input = texttospeech.SynthesisInput(text=text)
+    voice = texttospeech.VoiceSelectionParams(language_code="es-ES", ssml_gender=texttospeech.SsmlVoiceGender.NEUTRAL)
+    audio_config = texttospeech.AudioConfig(audio_encoding=texttospeech.AudioEncoding.MP3)
+    response = client.synthesize_speech(input=synthesis_input, voice=voice, audio_config=audio_config)
+    audio_path = tempfile.NamedTemporaryFile(delete=False, suffix=".mp3").name
+    with open(audio_path, "wb") as out:
+        out.write(response.audio_content)
+    return audio_path
+
+# Función para transcribir audio a texto usando Google Cloud Speech-to-Text
+def transcribir_audio(audio_bytes):
+    client = speech.SpeechClient()
+    audio = speech.RecognitionAudio(content=audio_bytes)
+    config = speech.RecognitionConfig(
+        encoding=speech.RecognitionConfig.AudioEncoding.LINEAR16,
+        sample_rate_hertz=16000,
+        language_code="es-ES",
+    )
+    response = client.recognize(config=config, audio=audio)
+    for result in response.results:
+        return result.alternatives[0].transcript
+    return ""
 
 # Estilos personalizados
 st.markdown(
@@ -83,11 +116,9 @@ def pagina_asistente():
     )
 
 def procesar_documento_contenido(contenido):
-    # Aquí podrías usar OpenAI para procesar el contenido del documento
     return obtener_respuesta(f"Procesa el siguiente contenido: {contenido}")
 
 def analizar_documento(contenido):
-    # Aquí podrías usar OpenAI para analizar la coherencia, pertinencia y calidad del contenido
     analisis = obtener_respuesta(f"Analiza el siguiente contenido: {contenido}")
     calificacion = obtener_respuesta(f"Califica el contenido del 1 al 10: {contenido}")
     return analisis, calificacion