app.py

import os
import gradio as gr
from transformers import pipeline

pipe = pipeline("image-classification", 
                model="dima806/facial_emotions_image_detection")

def launch(input):
    etiquetas_espanol = {'happy': 'felicidad', 'neutral': 'neutral', 
                     'surprise': 'sorpresa', 'sad': 'tristeza', 
                     'angry': 'ira', 'fear': 'miedo',
                     'disgust': 'aversión'}
    
    emocion_puntajes = pipe(input)

    cadenas_formateadas = []

    for emocion in emocion_puntajes:
        label = emocion['label']
        score = emocion['score']
        palabra_espanol = etiquetas_espanol[label]
        porcentaje = round(score * 100, 1)
        cadena_formateada = f"{palabra_espanol}: {porcentaje}%"
        cadenas_formateadas.append(cadena_formateada)

    # Unir las cadenas formateadas con comas y un espacio
    resultado = ", ".join(cadenas_formateadas)
    return resultado

iface = gr.Interface(launch,
                     inputs=gr.Image(type='pil'),
                     outputs="text")

iface.launch()