Update app.py

app.py

@@ -172,7 +172,7 @@ def predict_audio_stream(audio_data, sample_rate):
     crying_probabilities = probabilities[:, 1]
     avg_crying_probability = crying_probabilities.mean()
     
-    if avg_crying_probability < 0.15:
+    if avg_crying_probability < 0.25:
         
         inputs = preprocess_audio(audio_segments)
         with torch.no_grad():
@@ -199,6 +199,7 @@ def update_status_to_predicting(audio, 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):
@@ -285,10 +286,6 @@ my_theme = gr.themes.Soft(
 def mostrar_pagina_1():
     return gr.update(visible=False), gr.update(visible=True)
 
-#Función para mostrar la página del Monitor
-def mostrar_pagina_2():
-    return gr.update(visible=False), gr.update(visible=True)
-
 #Función para regresar a la pantalla inicial
 def redirigir_a_pantalla_inicial():
     return gr.update(visible=True), gr.update(visible=False)
@@ -335,18 +332,14 @@ with gr.Blocks(theme = my_theme) as demo:
 
         with gr.Row():
             with gr.Column():
-                gr.Markdown("<h2>Predictor</h2>")
-                boton_pagina_1 = gr.Button("Prueba el predictor")
-                gr.Markdown("<p>Descubre por qué llora tu bebé y resuelve dudas sobre su cuidado con nuestro Iremia assistant</p>")
-            with gr.Column():
-                gr.Markdown("<h2>Monitor</h2>")
-                boton_pagina_2 = gr.Button("Prueba el monitor")
-                gr.Markdown("<p>Un monitor inteligente que detecta si tu hijo está llorando y te indica el motivo antes de que puedas levantarte del sofá</p>")
-
+                boton_pagina_1 = gr.Button("¡Prueba nuestros modelos!")
+                gr.Markdown("<p>Descubre por qué llora tu bebé, prueba nuestro monitor inteligente y resuelve dudas sobre el cuidado de tu pequeño con nuestras herramientas de última tecnología</p>")
+            
     with gr.Column(visible=False) as pagina_1:
         with gr.Row():
             with gr.Column():
                 gr.Markdown("<h2>Predictor</h2>")
+                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:")
@@ -354,14 +347,40 @@ with gr.Blocks(theme = my_theme) as demo:
                 classify_btn.click(predict_audio, inputs=audio_input, outputs=classification_output)
                 audio_input.change(fn=clear_audio_input, inputs=audio_input, outputs=classification_output)
 
+            with gr.Column():
+        
+                gr.Markdown("<h2>Monitor</h2>")
+                gr.Markdown("<h4 style='text-align: center; font-size: 1.5em'>Detecta en tiempo real si tu bebé está llorando</h4>")
+            
+                audio_stream = gr.Audio(sources=["microphone"], streaming=True)
+            
+                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")
+            
+                audio_stream.stream(
+                fn=update_status_to_predicting,
+                inputs=[audio_stream, threshold_db],
+                outputs=status_label
+                )
+            
+                # Captura el audio y realiza la predicción si se supera el umbral
+                audio_stream.stream(
+                    fn=capture_and_predict,
+                    inputs=[audio_stream,threshold_db],
+                    outputs=prediction_label
+                )
 
+        with gr.Row():
             with gr.Column():
                 gr.Markdown("<h2>Assistant</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
                 temperature = 0.7
                 top_p = 0.95
-
+    
                 chatbot = gr.ChatInterface(
                     respond,
                     additional_inputs=[
@@ -371,38 +390,13 @@ with gr.Blocks(theme = my_theme) as demo:
                         gr.State(value=top_p)
                     ],
                 )
-
+    
                 gr.Markdown("Este chatbot no sustituye a un profesional de la salud. Ante cualquier preocupación o duda, consulta con tu pediatra.")
 
         boton_volver_inicio_1 = gr.Button("Volver a la pantalla inicial")
         boton_volver_inicio_1.click(redirigir_a_pantalla_inicial, inputs=None, outputs=[pantalla_inicial, pagina_1])
 
-    with gr.Column(visible=False) as pagina_2:
-        
-        gr.Markdown("<h2>Monitor</h2>")
-        gr.Markdown("<h4 style='text-align: center; font-size: 1.5em'>Detección en tiempo real del llanto del bebé</h4>")
-
-        audio_stream = gr.Audio(sources=["microphone"], streaming=True)
-
-        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")
-    
-        audio_stream.stream(
-        fn=update_status_to_predicting,
-        inputs=[audio_stream, threshold_db],
-        outputs=status_label
-        )
-    
-        # Captura el audio y realiza la predicción si se supera el umbral
-        audio_stream.stream(
-            fn=capture_and_predict,
-            inputs=[audio_stream,threshold_db],
-            outputs=prediction_label
-        )
         
     boton_pagina_1.click(mostrar_pagina_1, inputs=None, outputs=[pantalla_inicial, pagina_1])
-    boton_pagina_2.click(mostrar_pagina_2, inputs=None, outputs=[pantalla_inicial, pagina_2])
 
 demo.launch()