Update app.py

app.py

@@ -3,12 +3,11 @@ from transformers import pipeline, T5Tokenizer, T5ForConditionalGeneration
 import requests
 import os
 
-# Cargar el token de Hugging Face del secreto configurado en el espacio
+# Cargar el token de Hugging Face configurado en el espacio
 token = os.getenv("HF_TOKEN")
 if not token:
     raise ValueError("El token no se configuró correctamente en las variables de entorno del Espacio.")
 
-# Configuración de los headers para la API con el token
 API_URL = "https://api-inference.huggingface.co/models/Helsinki-NLP/opus-mt-en-es"
 headers = {"Authorization": f"Bearer {token}"}
 
@@ -21,23 +20,20 @@ summarizer = pipeline("summarization", model=model, tokenizer=tokenizer)
 def texto_sum(text):
     # Resumir el texto de entrada
     summary = summarizer(text, do_sample=False)[0]['summary_text']
-    
     # Realizar la traducción del resumen utilizando la API de Hugging Face
     response = requests.post(API_URL, headers=headers, json={"inputs": summary})
     translation = response.json()
-    
     # Verificar si hay errores en la respuesta de la traducción
     if 'error' in translation:
         return f"Error en la traducción: {translation['error']}"
     
     return translation[0]['translation_text']
-
+    
 # Interfaz de Gradio
 demo = gr.Interface(
     fn=texto_sum,
     inputs=gr.Textbox(label="Texto a introducir:", placeholder="Introduce el texto a resumir aquí..."),
     outputs="text"
 )
-
 # Lanzar la interfaz
 demo.launch()