app.py

import gradio as gr
import numpy as np
import librosa
from scipy.fft import fft, fftfreq
from datasets import load_dataset

ABECEDARIO = {
    'A': 300,'B': 400,'C': 500,'D': 600,'E': 700,'F': 800,'G': 900,'H': 1000,
    'I': 1100,'J': 1200,'K': 1300,'L': 1400,'M': 1500,'N': 1600,'O': 1700,
    'P': 1800,'Q': 1900,'R': 2000,'S': 2100,'T': 2200,'U': 2300,'V': 2400,
    'W': 2500,'X': 2600,'Y': 2700,'Z': 2800,' ': 0
}

FRECUENCIAS = np.array(list(ABECEDARIO.values()))
LETRAS = list(ABECEDARIO.keys())

ds = load_dataset("brianmwigo/spanish_dataset", split="train")

PALABRAS_REALES = set()
for txt in ds["text"]:
    for w in txt.split():
        PALABRAS_REALES.add(w.strip().upper())

def decodificar_audio(audio_path):
    if audio_path is None:
        return "⚠️ Sin audio"

    y, sr = librosa.load(audio_path, sr=None, mono=True)
    secuencia = ""
    ventana_ms = 50
    ventana_len = int(sr * ventana_ms / 1000)

    for start in range(0, len(y), ventana_len):
        frame = y[start:start+ventana_len]
        if len(frame) == 0: continue
        yf_frame = fft(frame)
        magn = np.abs(yf_frame[:len(frame)//2])
        freqs = fftfreq(len(frame), 1/sr)[:len(frame)//2]
        magn_rel = magn / (np.sum(magn) + 1e-9)
        idx_max = np.argmax(magn_rel)
        freq_max = freqs[idx_max]
        idx_letra = (np.abs(FRECUENCIAS - freq_max)).argmin()
        secuencia += LETRAS[idx_letra]

    secuencia_limpia = ""
    prev = None
    for c in secuencia:
        if c != prev:
            secuencia_limpia += c
            prev = c

    letras_disponibles = set(secuencia_limpia)
    palabras_validas = [w for w in PALABRAS_REALES if set(w).issubset(letras_disponibles)]
    palabras_validas.sort(key=lambda x: -len(x))

    frases = []
    for i in range(0, len(palabras_validas), 5):
        frases.append(" ".join(palabras_validas[i:i+5]))

    reporte = "SECUENCIA DETECTADA\n" + secuencia + "\n\n"
    reporte += "SECUENCIA LIMPIA\n" + secuencia_limpia + "\n\n"
    reporte += "PALABRAS GENERADAS\n" + ", ".join(palabras_validas[:50]) + "\n\n"
    reporte += "FRASES GENERADAS\n" + "\n".join(frases[:10])
    return reporte

with gr.Blocks() as demo:
    gr.Markdown("# Detectar frecuencias → letras → palabras reales")
    audio = gr.Audio(type="filepath", sources=["upload","microphone"])
    btn = gr.Button("Decodificar")
    salida = gr.Textbox(lines=20)
    btn.click(decodificar_audio, inputs=audio, outputs=salida)

demo.launch()