Versión inicial de Gradio

app.py

@@ -0,0 +1,48 @@
+from transformers import pipeline
+import gradio as gr
+import numpy as np
+import librosa
+
+# Utilizamos los tres modelos entrenados
+pipe_model_1 = pipeline("automatic-speech-recognition", model="IABDs8a/AfinandoElEntrenamiento")
+pipe_model_2 = pipeline("automatic-speech-recognition", model="IABDs8a/whisper-base-full")
+pipe_model_3 = pipeline("automatic-speech-recognition", model="IABDs8a/whisper-tiny-top3")
+
+def transcribe(audio, model_choice):
+    if model_choice == "AfinandoElEntrenamiento":
+        pipe = pipe_model_1
+    elif model_choice == "Whisper Base Full":
+        pipe = pipe_model_2
+    else:
+        pipe = pipe_model_3
+
+    # Leer el archivo de audio
+    y, sr = librosa.load(audio, sr=16000)
+    
+    # Convertir a mono si es necesario
+    if y.ndim > 1:
+        y = librosa.to_mono(y)
+    
+    # Pasamos el array de muestras a tipo NumPy de 32 bits
+    y = y.astype(np.float32)
+    
+    # Normalizar el audio
+    y /= np.max(np.abs(y))
+    
+    # Realizar la transcripción
+    result = pipe({"sampling_rate": sr, "raw": y})
+    return result["text"]
+
+# Interfaz de Gradio
+demo = gr.Interface(
+    fn=transcribe,
+    inputs=[
+        gr.Audio(type="filepath", label="Sube un archivo de audio o graba desde el micrófono"),
+        gr.Dropdown(choices=["AfinandoElEntrenamiento", "Whisper Base Full", "Whisper Tiny Top 3"], label="Selecciona el modelo", value="Whisper Base Full")
+    ],
+    outputs="text",
+    title="Transcripción de Audio con Whisper",
+    description="Sube un archivo de audio o graba desde el micrófono para obtener su transcripción utilizando los modelos Whisper entrenados.",
+)
+
+demo.launch(share=True)

requirements.txt

@@ -0,0 +1,8 @@
+diffusers
+torch
+transformers
+accelerate
+numpy
+gradio
+torchaudio
+librosa