Update app.py

app.py

@@ -1,33 +1,32 @@
 import os
 import io
 import gradio as gr
-import requests
 import subprocess
+from google.cloud import speech
+from google.api_core.client_options import ClientOptions
 
-# Obtener la API Key de Hugging Face desde los Secrets
+# Obtener la API Key desde las variables de entorno
 try:
-    API_KEY = os.environ["HF_TOKEN"]  # Esta es la forma en que Hugging Face Spaces maneja los tokens
+    API_KEY = os.environ["GOOGLE_API_KEY"]
 except KeyError:
-    raise ValueError("La API Key de Hugging Face no está disponible. Asegúrate de configurarla en los Secrets como 'HF_TOKEN'.")
+    raise ValueError("La API Key de Google no está disponible. Configúrala en los Secrets como 'GOOGLE_API_KEY'.")
 
-# URL del modelo de transcripción en Hugging Face
-HF_MODEL = "facebook/wav2vec2-large-xlsr-53-spanish"  # Puedes cambiarlo por otro modelo si lo necesitas
-API_URL = f"https://api-inference.huggingface.co/models/{HF_MODEL}"
-
-HEADERS = {"Authorization": f"Bearer {API_KEY}"}
+# Configurar cliente de Google Speech-to-Text con API Key
+client_options = ClientOptions(api_key=API_KEY)
+client = speech.SpeechClient(client_options=client_options)
 
 def convert_to_wav(input_file):
     """Convierte archivos de audio a formato WAV LINEAR16 si es necesario."""
     output_file = input_file + ".wav"
     command = [
         "ffmpeg", "-y", "-i", input_file,
-        "-acodec", "pcm_s16le", "-ar", "16000", "-ac", "1", output_file
+        "-acodec", "pcm_s16le", "-ar", "44100", "-ac", "1", output_file
     ]
     subprocess.run(command, stdout=subprocess.DEVNULL, stderr=subprocess.DEVNULL)
     return output_file
 
 def transcribe(audio_file=None):
-    """Transcribe audio a texto usando Hugging Face."""
+    """Transcribe audio a texto usando Google Cloud Speech-to-Text."""
     if audio_file is None:
         return "No se ha seleccionado ningún archivo.", ""
 
@@ -35,22 +34,31 @@ def transcribe(audio_file=None):
     if not audio_file.endswith(".wav"):
         audio_file = convert_to_wav(audio_file)
 
-    # Cargar el archivo de audio
-    with open(audio_file, "rb") as file:
-        audio_bytes = file.read()
+    # Configuración de la solicitud
+    config = speech.RecognitionConfig(
+        encoding=speech.RecognitionConfig.AudioEncoding.LINEAR16,
+        sample_rate_hertz=44100,
+        audio_channel_count=1,
+        language_code="es-AR",
+    )
+
+    # Cargar el audio en binario
+    with io.open(audio_file, "rb") as file:
+        content = file.read()
+        audio = speech.RecognitionAudio(content=content)
+
+    # Realiza la transcripción
+    response = client.recognize(config=config, audio=audio)
+
+    transcript = []
+    confidence = []
 
-    # Enviar el audio a la API de Hugging Face
-    response = requests.post(API_URL, headers=HEADERS, data=audio_bytes)
-    
-    # Manejo de errores
-    if response.status_code != 200:
-        return "Error en la transcripción", f"Código: {response.status_code}, Detalles: {response.text}"
-    
-    # Extraer la transcripción
-    result = response.json()
-    transcript = result.get("text", "No se pudo obtener la transcripción.")
+    # Leer la respuesta de la API
+    for result in response.results:
+        confidence.append(str(result.alternatives[0].confidence))
+        transcript.append(result.alternatives[0].transcript)
 
-    return transcript, "Confianza no disponible en esta API"
+    return ' '.join(transcript), '\n'.join(confidence)
 
 # Configuración de la interfaz Gradio
 output1 = gr.Textbox(label='Transcripción')
@@ -60,8 +68,8 @@ demo = gr.Interface(
     fn=transcribe,
     inputs=gr.Audio(sources=["microphone", "upload"], type="filepath", label="Subir o grabar audio"),
     outputs=[output1, output2],
-    title='Demo Speech-to-Text con Hugging Face',
-    description='<p>Grabar o subir un archivo de audio para convertir voz a texto usando Hugging Face.</p>'
+    title='Demo Speech-to-Text con Google Cloud',
+    description='<p>Grabar o subir un archivo de audio para convertir voz a texto usando Google Cloud Speech-to-Text.</p>'
 )
 
 demo.launch()