.

app4.py

@@ -1,39 +1,45 @@
 import os
-import gradio as gr
 from huggingface_hub import InferenceClient
+import gradio as gr
 from dotenv import load_dotenv
 
-# Cargar variables de entorno
+# Cargar variables del .env
 load_dotenv()
+HF_TOKEN = os.getenv("HF_TOKEN")
 
-TOKEN = os.getenv("TOKEN")
-if TOKEN is None:
+if HF_TOKEN is None:
     raise ValueError("❌ No se encontró la variable HF_TOKEN en el .env")
 
-# Inicializar cliente de inferencia con Fal-AI
-client = InferenceClient(provider="fal-ai", api_key=TOKEN)
+# Inicializar cliente de inferencia HF
+client = InferenceClient(provider="hf-inference", api_key=HF_TOKEN)
+
+def clasificar_imagen(imagen):
+    if imagen is None:
+        return "Sube una imagen para clasificar."
+
+    # Guardar temporalmente la imagen para enviarla al cliente
+    temp_path = "temp_image.jpg"
+    imagen.save(temp_path)
 
-def generar_audio(texto):
-    if not texto.strip():
-        return None
     # Llamada a la API
-    audio_bytes = client.text_to_speech(texto, model="hexgrad/Kokoro-82M")
-    
-    # Guardar temporalmente para que Gradio lo reproduzca
-    filename = "voz_generada.wav"
-    with open(filename, "wb") as f:
-        f.write(audio_bytes)
-    return filename
+    output = client.image_classification(temp_path, model="google/vit-base-patch16-224")
+
+    # Retornar la clasificación más probable
+    if isinstance(output, list) and len(output) > 0:
+        resultado = "\n".join([f"{item['label']}: {item['score']:.2f}" for item in output])
+    else:
+        resultado = "No se pudo clasificar la imagen."
+    return resultado
 
 # Interfaz Gradio
 with gr.Blocks() as demo:
-    gr.Markdown("# 🗣️ Texto a Voz con Kokoro-82M")
-    gr.Markdown("Escribe un texto y escucha el audio generado usando Inference Provider Fal-AI.")
-    
-    texto = gr.Textbox(label="Escribe tu texto aquí", lines=4)
-    boton = gr.Button("Generar Audio")
-    audio_output = gr.Audio(label="Resultado", type="filepath")
-    
-    boton.click(fn=generar_audio, inputs=texto, outputs=audio_output)
+    gr.Markdown("# 🖼️ Clasificador de Imágenes con ViT")
+    gr.Markdown("Sube una imagen y el modelo ViT-base de Google la clasificará usando HF Inference API gratuita.")
+
+    img_input = gr.Image(type="pil", label="Sube tu imagen aquí")
+    boton = gr.Button("Clasificar Imagen")
+    salida = gr.Textbox(label="Resultados")
+
+    boton.click(fn=clasificar_imagen, inputs=img_input, outputs=salida)
 
 demo.launch()