versión original 2

app.py

@@ -33,46 +33,6 @@ def transcribe(audio, model_choice):
     result = pipe({"sampling_rate": sr, "raw": y})
     return result["text"]
 
-# Ruta de la imagen del logo
-logo_path = "img/logoLara.png"
-
-# Estilos CSS personalizados
-custom_css = """
-<style>
-body {
-    background-color: #c5e6ed; /* Color de fondo principal */
-    color: #040404; /* Color del texto principal */
-}
-.gradio-container {
-    border-radius: 10px;
-    border: 2px solid #477b84; /* Color de borde */
-    padding: 20px;
-    background-color: #8cd3dc; /* Color de fondo del contenedor */
-}
-input[type="file"] {
-    border-radius: 10px;
-    border: 2px solid #56646c; /* Color del borde del input */
-}
-button {
-    background-color: #477b84; /* Color de fondo de los botones */
-    color: #ffffff; /* Color del texto de los botones */
-    border-radius: 5px;
-    border: 2px solid #040404; /* Color del borde de los botones */
-    padding: 10px 20px;
-}
-button:hover {
-    background-color: #6dc6d6; /* Color de fondo de los botones al pasar el ratón */
-}
-#logo {
-    text-align: center;
-    margin-bottom: 20px;
-}
-</style>
-"""
-
-# HTML para el logo
-logo_html = f"<div id='logo'><img src='{logo_path}' alt='Logo' width='300'></div>"
-
 # Interfaz de Gradio
 demo = gr.Interface(
     fn=transcribe,
@@ -80,12 +40,9 @@ demo = gr.Interface(
         gr.Audio(type="filepath", label="Sube un archivo de audio o graba desde el micrófono"),
         gr.Dropdown(choices=["AfinandoElEntrenamiento", "Whisper Base Full", "Whisper Tiny Top 3"], label="Selecciona el modelo", value="Whisper Base Full")
     ],
-    outputs=gr.Textbox(label="Texto Generado"),
-
-    title="Transcripci&oacute;n de Audio con LARA",
-    description="Sube un archivo de audio o graba desde el micr&oacute;fono para obtener su transcripci&oacute;n utilizando los modelos Whisper entrenados.",
-    article=custom_css,
-    
+    outputs="text",
+    title="Transcripción de Audio con LARA",
+    description="Sube un archivo de audio o graba desde el micrófono para obtener su transcripción utilizando los modelos Whisper entrenados.",
 )
 
 demo.launch(share=True)