La capacidad de reconocer emociones faciales no solamente es una habilidad propia de los seres humanos, con el avance tecnológico en el campo de la Inteligencia Artificial (IA), los computadores también son capaces de aprender a reconocer emociones faciales a través de varios tipos de software de reconocimiento y librerías creadas para este fin. El presente trabajo aborda la clasificación de emociones en tiempo real en base a la expresión facial humana de cada una de las siete emociones universales: ira, disgusto, miedo, felicidad, neutralidad, tristeza y sorpresa mediante el desarrollo de una app móvil nativa Android de visión en tiempo real que puede clasificar las emociones. El uso de Python, OpenCV, Keras, Tensorflow y Redes Neuronales Convolucionales (CNN) han hecho posible construir un algoritmo que realiza la detección, extracción y evaluación de estas expresiones faciales para el reconocimiento automático de emociones. Para la construcción de la app se utilizó el conversor de Tensorflow lite, el cual convierte un modelo de Keras guardado, en un modelo compatible con dispositivos móviles. Se consideran las principales características de la cara para la detección de expresiones faciales. Para determinar las distintas emociones se utilizan las variaciones en cada uno de los rasgos principales. Para detectar y clasificar diferentes clases de emociones, se utilizan algoritmos de aprendizaje automático entrenando diferentes conjuntos de imágenes. El propósito de este trabajo es desarrollar mediante un modelo tflite una aplicación móvil que pueda, en tiempo real, detectar las 7 emociones universales.