# cargamos el modelo de huggingsound import re import unidecode from huggingsound import SpeechRecognitionModel from models.model import * from models.plantillas_codigo import * from models.variables_globales import * # creación del modelo model = SpeechRecognitionModel("patrickvonplaten/wav2vec2-large-xlsr-53-spanish-with-lm") # Variables globales bloque = '' # Define el contexto (si es función, condicional, ciclo, etc.) codigo = None # Guarda el código hasta el momento indentacion = 0 # Nivel de indentación linea_codigo = 0 # Esto para dar seguimiento al eliminado de una linea recomendacion = "" import gradio as gr def transcribe(audio, state=""): global bloque global codigo transcriptions_es = model.transcribe([audio])[0] # quitamos el acento de la transcripcion frase = unidecode.unidecode(transcriptions_es['transcription']).lower() # print(frase) if not bloque: # Significa que es la primera vez codigo = main(frase) else: codigo = agregar_adentro(codigo, frase) return codigo, frase inputs = gr.inputs.Audio(label="Dar click para escuchar tu voz", type="filepath", source="microphone") output1 = gr.outputs.Textbox(label="Asi se ve tu código") output2 = gr.outputs.Textbox(label="Transcripción en español de la última línea de código") title = "Expresate con voz" description = "