app.py

from transformers import pipeline
import gradio as gr
import numpy as np


traductor = pipeline("translation", model="Helsinki-NLP/opus-mt-tc-big-en-es")
emitidor_audio = pipeline("text-to-speech", model="suno/bark-small")


def traducir(frase):
    traduccion = traductor(frase)
    return traduccion[0]["translation_text"]


def emitir_audio(texto_traducido):
    audio = emitir_audio(texto_traducido)

    audio_array = np.array(audio["audio"][0], dtype=np.float32)
    sampling_rate = audio["sampling_rate"]
    return (sampling_rate,audio_array)

with gr.Blocks() as aplicacion:
    gr.Markdown("ESTA ES NUESTRA APLICACIÓN")
    with gr.Row():
        entrada = gr.Textbox(placeholder="Frase a traducir", label="Frase")
        traduccion = gr.Textbox(label="Frase en Español")
        salida = gr.Audio(label="Audio en Español")

    entrada.change(fn=traducir, inputs=entrada, outputs=traduccion)
    btn = gr.Button("Emitir Audio")
    btn.click(fn=emitir_audio, inputs=traduccion, outputs=salida)