app.py

import gradio as gr
import speech_recognition as sr
import os
from pydub import AudioSegment
import tempfile

# Límite de duración en segundos
MAX_AUDIO_DURATION = 120  # 2 minutos

# Función para transcribir audio desde el micrófono
def transcribir(audio):
    if audio is None:
        return "⚠️ No se recibió audio."
    
    # Cargar audio con pydub
    audio_seg = AudioSegment.from_file(audio)
    duracion_original = audio_seg.duration_seconds
    
    # Si el audio supera el límite, recortarlo
    if duracion_original > MAX_AUDIO_DURATION:
        audio_seg = audio_seg[:MAX_AUDIO_DURATION*1000]  # pydub usa milisegundos
        mensaje = f"⚠️ El audio se cortó a {MAX_AUDIO_DURATION} segundos automáticamente.\n\n"
        # Guardar audio recortado temporalmente
        tmp_file = tempfile.NamedTemporaryFile(suffix=".wav", delete=False).name
        audio_seg.export(tmp_file, format="wav")
        archivo_a_procesar = tmp_file
    else:
        mensaje = f"Archivo recibido: {os.path.basename(audio)}\n\n"
        archivo_a_procesar = audio

    # Procesar audio con speech_recognition
    recognizer = sr.Recognizer()
    try:
        with sr.AudioFile(archivo_a_procesar) as source:
            audio_data = recognizer.record(source)
            texto = recognizer.recognize_google(audio_data, language="es-ES")
            return mensaje + texto
    except sr.UnknownValueError:
        return mensaje + "⚠️ No entendí el audio."
    except sr.RequestError:
        return mensaje + "❌ Error con el servicio de reconocimiento."
    except Exception as e:
        return mensaje + f"❌ Ocurrió un error: {str(e)}"

# Función para reiniciar la interfaz
def reiniciar():
    return None, ""  # Borra audio y texto

# Interfaz con Gradio
with gr.Blocks(css="""
    .gradio-container {max-width: 600px; margin: auto;}  
    @media (max-width: 768px) {  
        .gradio-container {max-width: 95% !important;}  
    }
""") as demo:
    gr.Markdown("## 🎤 Transcriptor de Voz a Texto")
    gr.Markdown("Funciona en **PC, Android, iPhone y iPad**. Habla usando tu micrófono y la transcripción aparecerá.")

    with gr.Column():
        entrada_audio = gr.Audio(
            sources=["microphone"],  
            type="filepath",
            label="🎙️ Habla aquí",
            streaming=False  
        )
        salida_texto = gr.Textbox(label="📝 Texto transcrito", lines=5)
        boton_reiniciar = gr.Button("🔄 Reiniciar")

    # Eventos
    entrada_audio.change(fn=transcribir, inputs=entrada_audio, outputs=salida_texto)
    boton_reiniciar.click(fn=reiniciar, inputs=[], outputs=[entrada_audio, salida_texto])

# Ejecutar app en Hugging Face Spaces
if __name__ == "__main__":
    demo.launch()