Update app.py

app.py

@@ -8,10 +8,10 @@ from transformers import SpeechT5ForTextToSpeech, SpeechT5HifiGan, SpeechT5Proce
 
 device = "cuda:0" if torch.cuda.is_available() else "cpu"
 
-# load speech translation checkpoint
+# carguemos el checkpoint para translación del habla
 asr_pipe = pipeline("automatic-speech-recognition", model="openai/whisper-base", device=device)
 
-# load text-to-speech checkpoint and speaker embeddings
+# carguemos el checkpoint texto-a-habla (text-to-speech) así como el speaker embeddings
 processor = SpeechT5Processor.from_pretrained("jjsprockel/speecht5_finetuned_voxpopuli_it")
 
 model = SpeechT5ForTextToSpeech.from_pretrained("jjsprockel/speecht5_finetuned_voxpopuli_it").to(device)
@@ -39,7 +39,7 @@ def speech_to_speech_translation(audio):
     return 16000, synthesised_speech
 
 
-title = "Cascaded STST"
+title = "Traductor al Italiano de Voz a Voz en Cascada"
 description = """
 Demostración de un traductor de voz a voz en cascada (cascaded speech-to-speech translation o STST), funciona mapeando de una fuente de voz en cualquier lenguaje a una meta de texto en Italiano. Se usa el modelo de OpenAI [Whisper Base](https://huggingface.co/openai/whisper-base) para la traducción, y el modelo de Microsoft
 [SpeechT5 TTS](https://huggingface.co/microsoft/speecht5_tts) sometido a un ajuse fino para pasar de texto-a-voz: