Update README.md

README.md

@@ -11,5 +11,23 @@ short_description: Descripción de una imagen leída
 ---
 
 Check out the configuration reference at https://huggingface.co/docs/hub/spaces-config-reference
+Problemática a solucionar:
+  Para las personas sin el sentido de la vista, resulta muy difícil poder usar los nuevos avances tecnológicos que se van logrando porque se usan de forma casi 100% visual. 
+  Como un primer acercamiento a hacerlo menos visual, sería útil tener un sistema que describiera en audio las imágenes presentes. Así, usando el image captioning de Blip 
+  en primer lugar, se crea la descripción, para pasar esta a audio con el modelo stable audio open 1.0 de Stability AI.
 
+  input - El input necesario es la url o ruta dónde se encuentre la imagen que se desea describir
+  output - La descripción de la imagen en audio, se recoge también la descripción en texto como una forma de control
+
+  Puntos débiles:
+  Actualmente la app sólo describe en inglés. Y la interfaz es visual, por lo que no sería aún la forma más ideal para la problemática que se pretende abordar.
+  
+Modelos usados:
+
+stabilityai/stable-audio-open-1.0
+ El mayor problema encontrado ha sido conseguir enlazar el acceso al repositorio a la programación
+ 
+Salesforce/blip-image-captioning-large
+
+Descripción:
 El fin de la app es que describa una imagen por audio para personas invidentes, aunque la interfaz actual no sería compatible con el fin del proyecto.