Image to Text

https://text-to-image-hans.streamlit.app/

Usando Streamlit, esta página web le permite explorar una imagen y cargarla, en la cual es procesada por un modelo de Hugging Face que crea un mensaje de texto sobre de qué se trata la imagen. Con él, crea una historia corta con un audio, todo generado utilizando GenAI y LLM.

Modelos de cara abrazada utilizados:

• Subtítulos de imágenes: Salesforce/blip-image-captioning-large
• Generación de historias: openai-community/gpt2
• Convertidor de audio: espnet/kan-bayashi_ljspeech_vits