app.py

import gradio as gr
import speech_recognition as sr

# Función para convertir audio en texto
def audio_to_text(audio, titulo):
    recognizer = sr.Recognizer()
    with sr.AudioFile(audio) as source:
        audio_data = recognizer.record(source)
        try:
            # Reconocimiento de voz utilizando Google Web Speech API
            text = recognizer.recognize_google(audio_data,language="es-ES")
        except sr.UnknownValueError:
            text = "No se pudo entender el audio."
        except sr.RequestError:
            text = "No se pudo conectar al servicio de reconocimiento."
    return text, titulo.upper()
    
titulo=gr.Textbox(label="Título del audio")
audio=gr.Audio(sources=['upload', 'microphone'], type="filepath")
respuesta = gr.Textbox(label="Transcripción")
otro_mensaje = gr.Textbox(label="Este es otro valor de salida")

# Interfaz de Gradio
interface = gr.Interface(
    fn=audio_to_text,
    inputs=[audio, titulo],
    outputs=[respuesta, otro_mensaje],
    title="Conversión de Audio a Texto",
    description="Convierte audio capturado por el micrófono en texto utilizando reconocimiento de voz.",
    live=True
)

# Iniciar la aplicación
if __name__ == "__main__":
    interface.launch()