---
title: Taller2
emoji: 📚
colorFrom: gray
colorTo: blue
sdk: streamlit
sdk_version: 1.41.0
app_file: app.py
pinned: false
short_description: Taller 2
---
## Traductor Instantáneo: Inglés - Español y Español - Inglés

## Autores:
- Javier Alejandro Valencia Estrada
- Diego Alejandro Rodriguez Garcia
- Cristhian Alexander Torres Polanco
- Luis Eduardo Solarte Riascos

Este proyecto es una aplicación web que permite traducir texto entre inglés y español utilizando modelos de traducción automática. La aplicación está construida con Streamlit y utiliza la biblioteca Transformers de Hugging Face para acceder a modelos preentrenados.

## Características

- Traducción de texto desde inglés a español.
- Traducción de texto desde español a inglés.
- Interfaz de usuario intuitiva y fácil de usar.

## Requisitos

Para ejecutar este proyecto, necesitarás tener instalado lo siguiente:

- Python 3.7 o superior
- Las siguientes bibliotecas de Python:
    ```bash
          pip install streamlit transformers torch sentencepiece

## Estructura del Proyecto

El proyecto consta de un archivo principal llamado app.py, que contiene todo el código necesario para ejecutar la aplicación.

Y un archivo requeriment.txt donde se encunetran las librerias necesaria para ejecuar el proyecto.

# Código del Proyecto

A continuación, se detalla cada parte del código en app.py.

    import streamlit as st
    from transformers import pipeline

Importaciones: Se importan las bibliotecas necesarias. streamlit se utiliza para crear la interfaz web, mientras que pipeline de transformers
se utiliza para cargar los modelos de traducción.

    # Título de la aplicación
                st.markdown(
                    """
                    <style>
                        .title {
                            text-align: center;
                            color: #4CAF50;  /* Color del título */
                            font-size: 36px; /* Tamaño del texto */
                            margin-bottom: 20px; /* Espacio debajo del título */
                        }
                        .text-area {
                            margin-bottom: 20px; /* Espacio debajo del área de texto */
                        }
                        .selectbox {
                            margin-bottom: 20px; /* Espacio debajo del selectbox */
                        }
                    </style>
                    """,
                    unsafe_allow_html=True
                )
                
                st.markdown('<h1 class="title">Traducción Instantánea: Inglés - Español y Español - Inglés</h1>', unsafe_allow_html=True)

Estilo CSS y Título: Se define un estilo CSS para personalizar la apariencia de la aplicación. El título se centra y se le da un color y tamaño específicos.    

              # Cargar los modelos de traducción
                modelo_en_es = 'Helsinki-NLP/opus-mt-en-es'  # Modelo para traducir de inglés a español
                modelo_es_en = 'Helsinki-NLP/opus-mt-es-en'  # Modelo para traducir de español a inglés
                
                traductor_en_es = pipeline('translation', model=modelo_en_es)
                traductor_es_en = pipeline('translation', model=modelo_es_en)

Carga de Modelos: Se cargan dos modelos preentrenados:

  - Helsinki-NLP/opus-mt-en-es: Modelo que traduce texto del inglés al español.
  - Helsinki-NLP/opus-mt-es-en: Modelo que traduce texto del español al inglés.

Descripción:

  - Estos modelos hacen parte de la suite OPUS-MT y están diseñados para traducir texto del inglés al español y español al ingles.
    Utiliza una arquitectura basada en transformers, que es eficiente para tareas de traducción automática.

Preprocesamiento: 

  - Los modelos utilizan técnicas de normalización y tokenización mediante SentencePiece, lo que ayuda a manejar mejor
    las variaciones en el lenguaje y a reducir la complejidad del vocabulario.
    

                # Entrada de texto del usuario
                  texto_a_traducir = st.text_area("Introduce el texto que deseas traducir:", "", key="text_area", height=150)
                  
                  # Espaciado entre el área de texto y el selectbox
                  st.write("")  # Espacio vacío
                  
                  # Selección del modo de traducción
                  modo_traduccion = st.selectbox("Selecciona el modo de traducción:", 
                                                   ["Inglés a Español", "Español a Inglés"], key="selectbox")

Entrada del Usuario: Se crea un área de texto donde el usuario puede ingresar el texto que desea traducir. También se incluye un menú 
desplegable (selectbox) para seleccionar el modo de traducción (inglés a español o español a inglés).

Botón de Traducción: Al presionar el botón "Traducir", se verifica si hay texto ingresado. Según el modo seleccionado, se realiza la 
traducción utilizando el modelo correspondiente y se muestra el resultado en la interfaz.

## Referencias

- https://www.aimodels.fyi/models/huggingFace/opus-mt-es-en-helsinki-nlp
- https://www.youtube.com/watch?v=pty-2iHn-WM

Check out the configuration reference at https://huggingface.co/docs/hub/spaces-config-reference