Update app.py

app.py

@@ -1,22 +1,26 @@
 import gradio as gr
-from transformers import pipeline
-import speech_recognition as sr
+from PIL import Image
+import pytesseract
+from gtts import gTTS
+import os
 
-def transcribe_speech():
-    r = sr.Recognizer()
+# Función para convertir imagen a texto
+def image_to_text(imagen):
+    texto = pytesseract.image_to_string(Image.open(imagen))
+    return texto
 
-    # Record Audio
-    with sr.Microphone() as source:
-        print("Habla ahora:")
-        audio = r.listen(source)
+# Función para convertir texto a audio
+def text_to_audio(texto):
+    audio = gTTS(text=texto, lang='es', slow=False)
+    audio.save("audio.mp3")
+    return "audio.mp3"
 
-    # Speech recognition using Google Speech Recognition
-    try:
-        text = r.recognize_google(audio, language='es-ES')
-        print("Creo que dijiste: " + text)
-    except sr.UnknownValueError:
-        print("Google Speech Recognition no pudo entender el audio")
-    except sr.RequestError as e:
-        print("No se pudo solicitar resultados del servicio de Google Speech Recognition; {0}".format(e))
+# Función que combina las dos funciones anteriores
+def imagen_a_audio(imagen):
+    texto = image_to_text(imagen)
+    audio = text_to_audio(texto)
+    return audio
 
-transcribe_speech()
+# Crear la interfaz de usuario con Gradio
+iface = gr.Interface(fn=imagen_a_audio, inputs="Image", outputs="Audio")
+iface.launch()