Update app.py

app.py

@@ -96,9 +96,12 @@ def predict_audio(audio):
 
     replace_dict = {0: 'Hambre', 1: 'Problemas para respirar', 2: 'Dolor', 3: 'Cansancio/Incomodidad'}
     most_common_predicted_label = replace_dict[most_common_predicted_label]
-
     return most_common_predicted_label
 
+def display_prediction(audio):
+    prediction = predict_audio(audio)
+    return f"<h3 style='text-align: center; font-size: 1.5em;'>Tu bebé llora por: {prediction}</h3>"
+
 def clear_audio_input(audio):
     return ""
 
@@ -145,6 +148,7 @@ model_monitor = HubertForSequenceClassification.from_pretrained("A-POR-LOS-8000/
 def compute_db(audio_data):
     rms = np.sqrt(np.mean(np.square(audio_data)))
     db = 20 * np.log10(rms + 1e-6)
+    db = round(db,2)
     return db
 
 #Función de extracción de características para el monitor:
@@ -194,12 +198,11 @@ def update_status_to_predicting(audio, visual_threshold):
     audio_data = np.array(audio_data, dtype=np.float32)
 
     db_level = compute_db(audio_data)
-    
+    db_level = round(db_level, 2)
     if db_level < visual_threshold:
         return f"Esperando... Decibelios: {db_level}"
     else:
         return f"Prediciendo... Decibelios: {db_level}"
-        time.sleep(5)
 
 #Función que realiza la predicción
 def capture_and_predict(audio,visual_threshold, sample_rate=16000, duration=5):
@@ -312,7 +315,12 @@ with gr.Blocks(theme = my_theme) as demo:
                 text-align: center;
                 margin: 0;
             }
-            p.slogan, h4, p, h3 {
+            h3 {
+                font-family: 'Roboto', sans-serif;
+                text-align: center;
+                font-size: 1.5em !important;
+            }
+            p.slogan, h4, p {
                 font-family: 'Roboto', sans-serif;
                 text-align: center;
             }
@@ -329,6 +337,7 @@ with gr.Blocks(theme = my_theme) as demo:
         gr.Markdown("<p style='text-align: left'>Iremia ofrece dos funcionalidades muy interesantes:</p>")
         gr.Markdown("<p style='text-align: left'>Predictor: Con nuestro modelo de inteligencia artificial, somos capaces de predecir por qué tu hijo de menos de 2 años está llorando. Además, tendrás acceso a un asistente personal para consultar cualquier duda que tengas sobre el cuidado de tu pequeño.</p>")
         gr.Markdown("<p style='text-align: left'>Monitor: Nuestro monitor no es como otros que hay en el mercado, ya que es capaz de reconocer si un sonido es un llanto del bebé o no, y si está llorando, predice automáticamente la causa, lo cual te brindará la tranquilidad de saber siempre qué pasa con tu pequeño y te ahorrará tiempo y muchas horas de sueño.</p>")
+        gr.Markdown("<p style='text-align: left'>Asistente: Contamos con un chatbot que podrá responder cualquier duda que tengas sobre el cuidado de tu bebé.</p>")
 
         with gr.Row():
             with gr.Column():
@@ -342,9 +351,9 @@ with gr.Blocks(theme = my_theme) as demo:
                 gr.Markdown("<h4 style='text-align: center; font-size: 1.5em'>Descubre por qué tu bebé está llorando</h4>")
                 audio_input = gr.Audio(type="numpy", label="Baby recorder")
                 classify_btn = gr.Button("¿Por qué llora?")
-                classification_output = gr.Textbox(label="Tu bebé llora por:")
+                classification_output = gr.Markdown()
 
-                classify_btn.click(predict_audio, inputs=audio_input, outputs=classification_output)
+                classify_btn.click(display_prediction, inputs=audio_input, outputs=classification_output)
                 audio_input.change(fn=clear_audio_input, inputs=audio_input, outputs=classification_output)
 
             with gr.Column():
@@ -356,8 +365,8 @@ with gr.Blocks(theme = my_theme) as demo:
             
                 threshold_db = gr.Slider(minimum=0, maximum=200, step=1, value=50, label="Umbral de dB para activar la predicción")
             
-                status_label = gr.Textbox(value="Esperando...", label="Estado")
-                prediction_label = gr.Textbox(label="Predicción")
+                status_label = gr.Textbox(label="Estado")
+                prediction_label = gr.Textbox(label="Tu bebé:")
             
                 audio_stream.stream(
                 fn=update_status_to_predicting,
@@ -374,7 +383,7 @@ with gr.Blocks(theme = my_theme) as demo:
 
         with gr.Row():
             with gr.Column():
-                gr.Markdown("<h2>Assistant</h2>")
+                gr.Markdown("<h2>Asistente</h2>")
                 gr.Markdown("<h4 style='text-align: center; font-size: 1.5em'>Pregunta a nuestro asistente cualquier duda que tengas sobre tu pequeño</h4>")
                 system_message = "Eres un chatbot especializado en el cuidado y la salud de los bebés. Estás dispuesto a ayudar amablemente a cualquier padre que tenga dudas o preocupaciones sobre su hijo o hija."
                 max_tokens = 512