app.py

import gradio as gr
from faster_whisper import WhisperModel

# Modelo
model = WhisperModel(
    "small",
    device="cpu",
    compute_type="int8"
)

def transcribir(audio):
    if audio is None:
        return "No se ha seleccionado ningún audio."

    segments, info = model.transcribe(
        audio,
        language="es",
        vad_filter=True
    )

    texto = " ".join(segment.text.strip() for segment in segments)

    return texto


with gr.Blocks(
    title="Audio → Texto"
) as app:

    gr.Markdown(
        """
        # 🎙️ Audio → Texto

        Convierte tus archivos de audio a texto automáticamente.

        **Procesamiento local:** el audio no sale de tu computadora.
        """
    )

    with gr.Row():

        with gr.Column():

            audio = gr.Audio(
                sources=["upload", "microphone"],
                type="filepath",
                label="Audio"
            )

            boton = gr.Button(
                "🚀 Transcribir",
                variant="primary"
            )

        with gr.Column():

            resultado = gr.Textbox(
                label="Transcripción",
                placeholder="Aquí aparecerá la transcripción...",
                lines=15
            )

    boton.click(
        fn=transcribir,
        inputs=audio,
        outputs=resultado
    )


app.launch()