app3.py

import gradio as gr
from transformers import pipeline
from diffusers import StableDiffusionPipeline
import torch

# Carga del modelo de reescritura en español
text2text =  pipeline("text-generation", model="openai-community/gpt2-large")

# Configuración de dispositivo para Stable Diffusion
device = "cuda" if torch.cuda.is_available() else "cpu"
diffusion = StableDiffusionPipeline.from_pretrained(
    "stabilityai/stable-diffusion-2-1", torch_dtype=torch.float16 if device == "cuda" else torch.float32
).to(device)

# Función principal
def generate(text):
    # Pedimos al modelo que genere una frase más visual
    prompt = f"Describe de forma visual y detallada en español: {text}"
    improved = text2text(prompt, max_length=60, do_sample=True)[0]["generated_text"]
    improved_cleaned = improved.replace("Describe de forma visual y detallada en español:", "").strip()
    print(f"Texto mejorado: {improved_cleaned}")

    # Generamos imagen con la frase mejorada
    image = diffusion(improved_cleaned).images[0]
    return improved_cleaned, image

# Interfaz Gradio
with gr.Blocks(theme=gr.themes.Base()) as demo:
    gr.Markdown("# 🎨 Generador de Imágenes desde Texto en Español")
    with gr.Row():
        with gr.Column():
            inp = gr.Textbox(label="Introduce una descripción breve", placeholder="Ej: Persona mayor sentada en un banco")
            btn = gr.Button("Generar imagen")
        with gr.Column():
            out_text = gr.Textbox(label="Texto mejorado para la imagen")
            out_img = gr.Image(label="Imagen generada")

    btn.click(fn=generate, inputs=inp, outputs=[out_text, out_img])

demo.launch()