app.py

from transformers import pipeline
import gradio as gr

modelo = pipeline("automatic-speech-recognition", model="facebook/wav2vec2-large-xlsr-53-spanish")
titulo = "Audio2Text"
descripcion = "Graba un audio en castellano y envíalo para obtener la transcripción"

def transcribe(audio):
  text = modelo(audio)["text"]
  return text

gr.Interface(
    fn=transcribe,
    inputs=[gr.Audio(source="microphone", type="filepath")],
    outputs=["textbox"],
    title = titulo,
    description = descripcion
).launch()