Update app.py

app.py

@@ -15,7 +15,8 @@ from streamlit_webrtc import webrtc_streamer, WebRtcMode, AudioProcessorBase
 # Cargar variables de entorno desde el archivo .env
 load_dotenv()
 openai.api_key = os.getenv("OPENAI_API_KEY")
-pexels_api_key = os.getenv("PEXELS_API_KEY")
+google_api_key = os.getenv("GOOGLE_API_KEY")
+google_cx = os.getenv("GOOGLE_CX")
 os.environ["GOOGLE_APPLICATION_CREDENTIALS"] = "botidinamix-g.json"
 
 # Configuración de Streamlit
@@ -69,7 +70,7 @@ st.markdown(
 )
 
 # Encabezado
-st.image("biblie.jpg")
+st.image("biblia.jpg")
 st.title("📖 LOS CÓDIGOS DE DIOS - BOTIDINAMIX AI")
 st.markdown("Bienvenido al Asistente Teológico, donde puedes preguntar sobre interpretaciones y reflexiones bíblicas.")
 
@@ -80,15 +81,20 @@ page = st.sidebar.selectbox("Selecciona una página", ["Chat Asistente", "Gesti
 # Cargar el modelo de clasificación de imágenes
 clasificador = pipeline("zero-shot-image-classification")
 
-# Función para buscar imágenes en Pexels
+# Función para buscar imágenes en Google Custom Search
 def buscar_imagenes(query):
-    search_url = "https://api.pexels.com/v1/search"
-    headers = {"Authorization":"sWMvMKk7Mvv5o6Q90XGMfP2vliUiagc9rESBAO9DVZQdmlcla0LMJ8O3"}
-    params = {"query": query, "per_page": 10}
-    response = requests.get(search_url, headers=headers, params=params)
+    search_url = "https://www.googleapis.com/customsearch/v1"
+    params = {
+        "q": query,
+        "cx": google_cx,
+        "key": google_api_key,
+        "searchType": "image",
+        "num": 10,
+    }
+    response = requests.get(search_url, params=params)
     response.raise_for_status()
     search_results = response.json()
-    images = [photo["src"]["original"] for photo in search_results["photos"]]
+    images = [item["link"] for item in search_results.get("items", [])]
     return images
 
 # Función para verificar la adecuación de la imagen
@@ -114,7 +120,7 @@ def generar_reflexion_y_consulta(keyword):
     respuesta = response['choices'][0]['message']['content']
     partes = respuesta.split("Consulta de búsqueda de imagen:")
     reflexion = partes[0].strip()
-    consulta_imagen = partes[1].strip() if len(partes) > 1 else keyword + " espiritual, religioso, naturaleza, Dios,jesus,espiritu santo"
+    consulta_imagen = partes[1].strip() if len(partes) > 1 else keyword + " espiritual, religioso, naturaleza, Dios"
     return reflexion, consulta_imagen
 
 # Función para obtener un audio aleatorio de la carpeta "reflexiones"
@@ -202,97 +208,4 @@ elif page == "Generador de Frases Bíblicas":
         try:
             reflexion, consulta_imagen = generar_reflexion_y_consulta(keyword)
             image_urls = buscar_imagenes(consulta_imagen)
-            for image_url in image_urls:
-                if verificar_imagen(image_url, keyword):
-                    return image_url, reflexion
-            st.warning("No se encontraron imágenes adecuadas. Intenta nuevamente.")
-            return None, reflexion
-        except Exception as e:
-            st.error(f"Error al generar la imagen o reflexión: {e}")
-            return None, None
-
-    # Encabezado
-    st.subheader("📜 Generador de Frases Bíblicas")
-    st.markdown("Escribe un versículo o una palabra y obtén una imagen alusiva y una reflexión usando Pexels y OpenAI.")
-
-    # Entrada de texto para el versículo o palabra
-    keyword_usuario = st.text_input("Escribe un versículo o una palabra:")
-
-    if st.button("Generar"):
-        if keyword_usuario:
-            with st.spinner("Buscando imagen y generando reflexión..."):
-                imagen_url, reflexion = generar_imagen_y_reflexion(keyword_usuario)
-                if imagen_url and reflexion:
-                    st.subheader("Imagen alusiva:")
-                    st.image(imagen_url)
-                    st.subheader("Reflexión:")
-                    st.markdown(reflexion)
-
-                    # Obtener y reproducir un audio aleatorio
-                    audio_base64 = obtener_audio_aleatorio()
-                    if audio_base64:
-                        audio_html = f"""
-                            <audio autoplay>
-                                <source src="data:audio/mp3;base64,{audio_base64}" type="audio/mp3">
-                            </audio>
-                        """
-                        st.markdown(audio_html, unsafe_allow_html=True)
-        else:
-            st.warning("Por favor, ingresa un versículo o una palabra antes de generar.")
-
-# 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": "You are a knowledgeable theological assistant."},
-                  {"role": "user", "content": pregunta}],
-        temperature=temperatura,
-        max_tokens=150,
-    )
-    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 convertir texto a voz y devolver base64
-def text_to_speech_base64(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_base64 = base64.b64encode(response.audio_content).decode('utf-8')
-    return audio_base64
-
-# Clase para procesar audio
-class AudioProcessor(AudioProcessorBase):
-    def __init__(self):
-        self.audio_bytes = b''
-
-    def recv(self, frame):
-        self.audio_bytes += frame.to_ndarray().tobytes()
-        return frame
-
-# Función para transcribir audio a texto usando Google Cloud Speech-to-Text
-def transcribir_audio(audio_bytes):
-    client = SpeechClient()
-    audio = RecognitionAudio(content=audio_bytes)
-    config = RecognitionConfig(
-        encoding=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 ""
+            for