Update README.md

README.md

@@ -15,13 +15,13 @@ Check out the configuration reference at https://huggingface.co/docs/hub/spaces-
 ---
 # Problema, solución, input y output:
 
-- Problema principal:
+- *Problema principal*:
     La comunicación entre distintas lenguas es imprescindible en la actualidad, por ello surge una necesidad de contar con una herramienta que permita la traducir contenido, en este caso, del inglés a otros idiomas ampliamente utilizados. Este sistema está en la integración de tecnologías de reconocimiento de voz, también conocido como ASR (Automatic Speech Recognition) y procesamiento de lenguaje natural para facilitar la traducción.
   
-- Solución:
+- *Solución*:
     Consiste en desarrollar un sistema que procese audios en formatos comunes, como .mp3 o .wav, transcriba automáticamente el contenido previamente grabado en inglés y proporcione su traducción al idioma seleccionado. Aprovechando modelos de IA como Whisper y MBart, adaptadas al contexto del mensaje.
   
-- Especificaciones:
+- *Especificaciones*:
     Input: Un archivo de audio en formato compatible (MP3, WAV, etc.), cargado o grabado directamente por el usuario.
     Output: Una transcripción del audio en texto traducido al idioma seleccionado (español, alemán, ruso o francés).
     Además de responder a la necesidad de superar barreras a nivel de idiomas, también ofrece una experiencia intuitiva.
@@ -30,9 +30,9 @@ Check out the configuration reference at https://huggingface.co/docs/hub/spaces-
 
 ## Modelos utilizados.
 ### Whisper: 
-   Descripción: Modelo de transcripción de audio desarrollado por OpenAI. Tiene como objetivo pasar audios a texto. Basado en Transformer y entrenado con un conjunto grande de datos de muchos idiomas distintos, lo que permite tareas relacionadas con el ASR.
+   *Descripción*: Modelo de transcripción de audio desarrollado por OpenAI. Tiene como objetivo pasar audios a texto. Basado en Transformer y entrenado con un conjunto grande de datos de muchos idiomas distintos, lo que permite tareas relacionadas con el ASR.
   
-   Clasificacion: 
+   *Clasificacion*: 
     Tipo de tarea -> ASR
     
     Modelo preentrenado -> preentrenado en datos multilingües y ajustable para tareas específicas
@@ -41,11 +41,9 @@ Check out the configuration reference at https://huggingface.co/docs/hub/spaces-
     
   
 ### MBart:
-   Descripción: Otro modelo multilingüe basado en Transformer. Útil para la traducción automática y demás tareas de generación de texto en múltiples idiomas. Preentrenado en tareas de reducción de ruido y puede ser ajustado para traducir específicamente entre dos pares de idiomas.
-  
-   Clasificación:
-
+   *Descripción*: Otro modelo multilingüe basado en Transformer. Útil para la traducción automática y demás tareas de generación de texto en múltiples idiomas. Preentrenado en tareas de reducción de ruido y puede ser ajustado para traducir específicamente entre dos pares de idiomas.
   
+   *Clasificación*:
     Tipo de tarea -> Traducción automática y generación de texto
 
   
@@ -59,7 +57,7 @@ Check out the configuration reference at https://huggingface.co/docs/hub/spaces-
 ### Sinergia para estos dos modelos:
     Tomamos como base que Whisper lo usamos para convertir un archivo de audio a texto en inglés, y MBart toma el texto transcrito, el cual lo traduce a otro idioma seleccionado previamente
   
-- Posibles limitaciones generales:
+- *Posibles limitaciones generales*:
   1.La precisión general dependerá tanto de la calidad de la transcripción como de la traducción. A la hora de la traducción, puede llegar errónea por culpa de la transcripción