ok

app.py

@@ -1,5 +1,5 @@
 import streamlit as st
-from streamlit_audio_recorder import st_audio_recorder
+from audio_recorder_streamlit import audio_recorder
 from faster_whisper import WhisperModel
 from pyannote.audio import Pipeline
 import pyannote.core
@@ -63,12 +63,16 @@ def main():
             by Wallner Group
         """, unsafe_allow_html=True)
     
-    audio_data = st_audio_recorder(recording_seconds=300, stt_language="es-ES", key="audio")
+    audio_ready = False  # Variable para indicar si el audio está listo para ser procesado
 
-    if audio_data is not None:
+    # Widget de grabación de audio
+    audio_bytes = audio_recorder()
+
+    if audio_bytes:
         # Guardar el archivo de audio grabado
         with open("audio_temp.wav", "wb") as f:
-            f.write(audio_data.getbuffer())
+            f.write(audio_bytes)
+        audio_ready = True
 
     # Opción para cargar archivo de audio
     audio_file = st.file_uploader("Cargar archivo de audio", type=['wav'])
@@ -77,7 +81,10 @@ def main():
         # Guardar el archivo de audio cargado
         with open("audio_temp.wav", "wb") as f:
             f.write(audio_file.getbuffer())
+        audio_ready = True
 
+    # Procesar el audio si está listo
+    if audio_ready:
         # Cargar y ejecutar los modelos
         speaker_segments = process_audio("audio_temp.wav")
 

requirements.txt

@@ -1,4 +1,4 @@
 faster_whisper
 pyannote.audio
 pyannote.core
-streamlit-audio-recorder
+audio-recorder-streamlit