app.py

import gradio as gr
from transformers import pipeline

# Carga las pipelines de Hugging Face
trans = pipeline("automatic-speech-recognition", model="facebook/wav2vec2-large-xlsr-53-spanish")
clasificador = pipeline("text-classification", model="pysentimiento/robertuito-sentiment-analysis")

# Función para convertir audio a texto
def audio_a_text(audio):
    # Asegúrate de que la ruta del archivo de audio es la correcta o carga el audio como sea necesario
    text = trans(audio)["text"]
    return text

# Función para convertir texto a sentimiento
def texto_a_sentimiento(text):
    return clasificador(text)[0]["label"]

demo = gr.Blocks()

with demo:
    gr.Markdown("Demo para la Clase de Platzi")
    audio = gr.Audio()
    texto = gr.Textbox()  # Corrección de Texbox a Textbox
    b1 = gr.Button("Transcribe porfa")
    b1.click(audio_a_text, inputs=audio, outputs=texto)

    label = gr.Label()  # Corrección de gr.label() a gr.Label()
    b2 = gr.Button("Clasifica porfa el sentimiento")
    b2.click(texto_a_sentimiento, inputs=texto, outputs=label)

demo.launch()