Fix(l10n): Update translations from Transifex

Signed-off-by: Nextcloud bot <[email protected]>

l10n/es.js

@@ -82,7 +82,7 @@ OC.L10N.register(
     "Learn how to setup GPU mode with Recognize" : "Aprenda a como configurar el modo GPU con Recognize",
     "Node.js" : "Node.js",
     "Checking Node.js" : "Comprobando Node.js",
-    "Node.js {version} binary was installed successfully." : "El binario Node.js {version} fue instalado exitósamente.",
+    "Node.js {version} binary was installed successfully." : "El binario Node.js {version} se ha instalado correctamente.",
     "Checking libtensorflow" : "Comprobando libtensorflow",
     "Could not load libtensorflow in Node.js. You can try to manually install libtensorflow or run in WASM mode." : "No fue posible cargar libtensorflow en Node.js. Puede intentar instalar manualmente libtensorflow o utilizar el modo WASM.",
     "Successfully loaded libtensorflow in Node.js, but couldn't load GPU. Make sure CUDA Toolkit and cuDNN are installed and accessible, or turn off GPU mode." : "Se cargó libtensorflow exitosamente en Node.js, aunque no se pudo cargar GPU. Asegúrese que el toolkit CUDA y cuDNN están instalados y son accesibles, o bien, desactive el modo GPU.",

l10n/es.json

@@ -80,7 +80,7 @@
     "Learn how to setup GPU mode with Recognize" : "Aprenda a como configurar el modo GPU con Recognize",
     "Node.js" : "Node.js",
     "Checking Node.js" : "Comprobando Node.js",
-    "Node.js {version} binary was installed successfully." : "El binario Node.js {version} fue instalado exitósamente.",
+    "Node.js {version} binary was installed successfully." : "El binario Node.js {version} se ha instalado correctamente.",
     "Checking libtensorflow" : "Comprobando libtensorflow",
     "Could not load libtensorflow in Node.js. You can try to manually install libtensorflow or run in WASM mode." : "No fue posible cargar libtensorflow en Node.js. Puede intentar instalar manualmente libtensorflow o utilizar el modo WASM.",
     "Successfully loaded libtensorflow in Node.js, but couldn't load GPU. Make sure CUDA Toolkit and cuDNN are installed and accessible, or turn off GPU mode." : "Se cargó libtensorflow exitosamente en Node.js, aunque no se pudo cargar GPU. Asegúrese que el toolkit CUDA y cuDNN están instalados y son accesibles, o bien, desactive el modo GPU.",

l10n/tr.js

@@ -3,7 +3,7 @@ OC.L10N.register(
     {
     "Recognize" : "Tanıma",
     "Smart media tagging and face recognition with on-premises machine learning models" : "Özel kurulumda makine öğrenmesi modelleriyle akıllı ortam etiketleme ve yüz tanıma",
-    "Smart media tagging and face recognition with on-premises machine learning models.\nThis app goes through your media collection and adds fitting tags, automatically categorizing your photos and music.\n\n* 📷 👪 Recognizes faces from contact photos\n* 📷 🏔 Recognizes animals, landscapes, food, vehicles, buildings and other objects\n* 📷 🗼 Recognizes landmarks and monuments\n* 👂 🎵 Recognizes music genres\n* 🎥 🤸 Recognizes human actions on video\n\n⚡ Tagging works via Nextcloud's Collaborative Tags\n  * 👂 listen to your tagged music with the audioplayer app\n  * 📷 view your tagged photos and videos with the photos app\n\nModel sizes:\n\n * Object recognition: 1GB\n * Landmark recognition: 300MB\n * Video action recognition: 50MB\n * Music genre recognition: 50MB\n\n## Ethical AI Rating\n### Rating for Photo object detection: 🟢\n\nPositive:\n* the software for training and inference of this model is open source\n* the trained model is freely available, and thus can be run on-premises\n* the training data is freely available, making it possible to check or correct for bias or optimise the performance and CO2 usage.\n\n### Rating for Photo face recognition: 🟢\n\nPositive:\n* the software for training and inference of this model is open source\n* the trained model is freely available, and thus can be run on-premises\n* the training data is freely available, making it possible to check or correct for bias or optimise the performance and CO2 usage.\n\n### Rating for Video action recognition: 🟢\n\nPositive:\n* the software for training and inferencing of this model is open source\n* the trained model is freely available, and thus can be ran on-premises\n* the training data is freely available, making it possible to check or correct for bias or optimise the performance and CO2 usage.\n\n## Ethical AI Rating\n### Rating Music genre recognition: 🟡\n\nPositive:\n* the software for training and inference of this model is open source\n* the trained model is freely available, and thus can be run on-premises\n\nNegative:\n* the training data is not freely available, limiting the ability of external parties to check and correct for bias or optimise the model’s performance and CO2 usage.\n\nLearn more about the Nextcloud Ethical AI Rating [in our blog](https://nextcloud.com/blog/nextcloud-ethical-ai-rating/).\n\nAfter installation, you can enable tagging in the admin settings.\n\nRequirements:\n- php 7.4 and above\n- App \"collaborative tags\" enabled\n- For native speed:\n  - Processor: x86 64-bit (with support for AVX instructions)\n  - System with glibc (usually the norm on Linux; FreeBSD, Alpine linux and thus also the official Nextcloud Docker container and Nextcloud AIO are *not* such systems)\n- For sub-native speed (using WASM mode)\n  - Processor: x86 64-bit, arm64, armv7l (no AVX needed)\n  - System with glibc or musl (incl. Alpine linux and thus also the official Nextcloud Docker container and also Nextcloud AIO)\n- ~4GB of free RAM (if you're cutting it close, make sure you have some swap available)\n- This app is currently incompatible with the *Suspicious Login* app due to a dependency conflict (ie. you can only have one of the two installed)\n\nThe app does not send any sensitive data to cloud providers or similar services. All processing is done on your Nextcloud machine, using Tensorflow.js running in Node.js." : "Özel kurulumlarda makine öğrenme modelleriyle akıllı ortam etiketleme ve yüz tanıma.\nBu uygulama, ortam koleksiyonunuzu gözden geçirir ve uygun etiketler ekleyerek fotoğraf ve müziklerinizi otomatik olarak gruplar.\n\n* 📷 👪 Kişi fotoğraflarındaki yüzleri tanır\n* 📷 🏔 Hayvanları, manzaraları, yiyecekleri, araçları, binaları ve diğer nesneleri tanır\n* 📷 🗼 Yer işaretlerini ve anıtları tanır\n* 👂 🎵 Müzik türlerini tanır\n* 🎥 🤸 Görüntülerdeki insan eylemlerini tanır\n* ⚡ Etiketleme, Nextcloud iş birlikli etiketleri ile yapılır\n* 👂 Audioplayer uygulamasıyla etiketlenmiş müziklerinizi dinleyebilirsiniz\n* 📷 Etiketlenmiş fotoğraf ve videolarınızı fotoğraflar uygulamasıyla görüntüleyebilirsiniz\n\nModel boyutları:\n\n* Nesne tanıma: 1GB\n* Manzara tanıma: 300MB\n* Görüntüde eylem tanıma: 50MB\n* Müzik türü tanıma: 50MB\n\n## Etik yapay zeka değerlendirmesi\n### Fotoğraf nesnesi algılaması için değerlendirme: 🟢\n\nOlumlu:\n* Bu modelin öğrenme ve etkileşim yazılımı açık kaynak kodludur.\n* Eğitilmiş model ücretsiz olarak alınabilir ve bu nedenle kuruluş içinde çalıştırılabilir\n* Eğitim verileri serbestçe kullanılabilir. Bu da önyargıyı kontrol etmeyi veya düzeltmeyi veya başarımı ve CO2 kullanımının iyileştirilmesini sağlayabilir.\n\n### Fotoğraf yüz tanıma değerlendirmesi: 🟢\n\nOlumlu:\n* Bu modelin öğrenme ve etkileşim yazılımı açık kaynak kodludur.\n* Eğitilmiş model ücretsiz olarak alınabilir ve bu nedenle kuruluş içinde çalıştırılabilir\n* Eğitim verileri serbestçe kullanılabilir. Bu da önyargıyı kontrol etmeyi veya düzeltmeyi veya başarımı ve CO2 kullanımının iyileştirilmesini sağlayabilir.\n\n### Video işlemlerini tanıma değerlendirmesi: 🟢\n\nOlumlu:\n* Bu modelin öğrenme ve etkileşim yazılımı açık kaynak kodludur\n* Eğitilmiş model ücretsiz olarak alınabilir ve bu nedenle kuruluş içinde çalıştırılabilir\n* Eğitim verileri serbestçe kullanılabilir. Bu da önyargıyı kontrol etmeyi veya düzeltmeyi veya başarımı ve CO2 kullanımının iyileştirilmesini sağlar.\n\n## Etik yapay zeka değerlendirmesi\n### Müzik türü tanıma değerlendirmesi: 🟡\n\nOlumlu:\n* Bu modelin öğrenme ve etkileşim yazılımı açık kaynak kodludur.\n* Eğitilmiş model ücretsiz olarak alınabilir ve bu nedenle kuruluş içinde çalıştırılabilir\n\nOlumsuz:\n* Eğitim verileri ücretsiz olarak alınamaz. Bu da dış tarafların önyargıyı kontrol etme ve düzeltme veya modelin başarımı ile CO2 kullanımını iyileştirme yeteneğini sınırlar.\n\n[Günülüğümüzden](https://nextcloud.com/blog/nextcloud-ethical-ai-rating/) Nextcloud Ethical AI değerlendirmesi hakkında ayrıntılı bilgi alın.\n\nKurulumdan sonra yönetici ayarlarından etiketlemeyi etkinleştirebilirsiniz.\n\nGereksinimler:\n- PHP 7.4 ve üstü\n- Uygulama \"ortak çalışma etiketleri\" etkinleştirildi\n- Yerel hız için:\n- İşlemci: x86 64-bit (AVX komutları desteğiyle)\n- Glibc kurulu sistem (genellikle Linux üzerinde standart; FreeBSD, Alpine linux ve dolayısıyla resmi Nextcloud Docker kapsayıcısı ve Nextcloud AIO bu tür sistemlerden *değildir*)\n- Doğal olmayan hız için (WASM kipini kullanarak)\n- İşlemci: x86 64 bit, arm64, armv7l (AVX gerekmez)\n- Glibc veya musl içeren sistem (Alpine linux ve dolayısıyla resmi Nextcloud Docker kapsayıcısı ve ayrıca Nextcloud AIO ile birlikte)\n- ~4GB boş RAM (yakın değerdeyseniz, takas yapabileceğiniz bir miktar olduğundan emin olun)\n- Bu uygulama şu anda bir bağımlılık çakışması nedeniyle *Suspicious Login* uygulamasıyla uyumlu değil (yani, ikisinden yalnızca birini kurabilirsiniz)\n\nUygulama, bulut sağlayıcılarına veya benzer hizmetlere herhangi bir özeş veri göndermez. Tüm işlemler, Node.js ile çalışan Tensorflow.js kullanılarak Nextcloud bilgisayarınızda yapılır.",
+    "Smart media tagging and face recognition with on-premises machine learning models.\nThis app goes through your media collection and adds fitting tags, automatically categorizing your photos and music.\n\n* 📷 👪 Recognizes faces from contact photos\n* 📷 🏔 Recognizes animals, landscapes, food, vehicles, buildings and other objects\n* 📷 🗼 Recognizes landmarks and monuments\n* 👂 🎵 Recognizes music genres\n* 🎥 🤸 Recognizes human actions on video\n\n⚡ Tagging works via Nextcloud's Collaborative Tags\n  * 👂 listen to your tagged music with the audioplayer app\n  * 📷 view your tagged photos and videos with the photos app\n\nModel sizes:\n\n * Object recognition: 1GB\n * Landmark recognition: 300MB\n * Video action recognition: 50MB\n * Music genre recognition: 50MB\n\n## Ethical AI Rating\n### Rating for Photo object detection: 🟢\n\nPositive:\n* the software for training and inference of this model is open source\n* the trained model is freely available, and thus can be run on-premises\n* the training data is freely available, making it possible to check or correct for bias or optimise the performance and CO2 usage.\n\n### Rating for Photo face recognition: 🟢\n\nPositive:\n* the software for training and inference of this model is open source\n* the trained model is freely available, and thus can be run on-premises\n* the training data is freely available, making it possible to check or correct for bias or optimise the performance and CO2 usage.\n\n### Rating for Video action recognition: 🟢\n\nPositive:\n* the software for training and inferencing of this model is open source\n* the trained model is freely available, and thus can be ran on-premises\n* the training data is freely available, making it possible to check or correct for bias or optimise the performance and CO2 usage.\n\n## Ethical AI Rating\n### Rating Music genre recognition: 🟡\n\nPositive:\n* the software for training and inference of this model is open source\n* the trained model is freely available, and thus can be run on-premises\n\nNegative:\n* the training data is not freely available, limiting the ability of external parties to check and correct for bias or optimise the model’s performance and CO2 usage.\n\nLearn more about the Nextcloud Ethical AI Rating [in our blog](https://nextcloud.com/blog/nextcloud-ethical-ai-rating/).\n\nAfter installation, you can enable tagging in the admin settings.\n\nRequirements:\n- php 7.4 and above\n- App \"collaborative tags\" enabled\n- For native speed:\n  - Processor: x86 64-bit (with support for AVX instructions)\n  - System with glibc (usually the norm on Linux; FreeBSD, Alpine linux and thus also the official Nextcloud Docker container and Nextcloud AIO are *not* such systems)\n- For sub-native speed (using WASM mode)\n  - Processor: x86 64-bit, arm64, armv7l (no AVX needed)\n  - System with glibc or musl (incl. Alpine linux and thus also the official Nextcloud Docker container and also Nextcloud AIO)\n- ~4GB of free RAM (if you're cutting it close, make sure you have some swap available)\n- This app is currently incompatible with the *Suspicious Login* app due to a dependency conflict (ie. you can only have one of the two installed)\n\nThe app does not send any sensitive data to cloud providers or similar services. All processing is done on your Nextcloud machine, using Tensorflow.js running in Node.js." : "Özel kurulumlarda makine öğrenme modelleriyle akıllı ortam etiketleme ve yüz tanıma.\nBu uygulama, ortam koleksiyonunuzu gözden geçirir ve uygun etiketler ekleyerek fotoğraf ve müziklerinizi otomatik olarak gruplar.\n\n* 📷 👪 Kişi fotoğraflarındaki yüzleri tanır\n* 📷 🏔 Hayvanları, manzaraları, yiyecekleri, araçları, binaları ve diğer nesneleri tanır\n* 📷 🗼 Yer işaretlerini ve anıtları tanır\n* 👂 🎵 Müzik türlerini tanır\n* 🎥 🤸 Görüntülerdeki insan eylemlerini tanır\n* ⚡ Etiketleme, Nextcloud iş birlikli etiketleri ile yapılır\n* 👂 Audioplayer uygulamasıyla etiketlenmiş müziklerinizi dinleyebilirsiniz\n* 📷 Etiketlenmiş fotoğraf ve videolarınızı fotoğraflar uygulamasıyla görüntüleyebilirsiniz\n\nModel boyutları:\n\n* Nesne tanıma: 1GB\n* Manzara tanıma: 300MB\n* Görüntüde eylem tanıma: 50MB\n* Müzik türü tanıma: 50MB\n\n## Etik yapay zeka değerlendirmesi\n### Fotoğraf nesnesi algılaması için değerlendirme: 🟢\n\nOlumlu:\n* Bu modelin öğrenme ve etkileşim yazılımı açık kaynak kodludur.\n* Eğitilmiş model ücretsiz olarak alınabilir ve bu nedenle kuruluş içinde çalıştırılabilir\n* Eğitim verileri serbestçe kullanılabilir. Bu da önyargıyı kontrol etmeyi veya düzeltmeyi veya başarımı ve CO2 kullanımının iyileştirilmesini sağlayabilir.\n\n### Fotoğraf yüz tanıma değerlendirmesi: 🟢\n\nOlumlu:\n* Bu modelin öğrenme ve etkileşim yazılımı açık kaynak kodludur.\n* Eğitilmiş model ücretsiz olarak alınabilir ve bu nedenle kuruluş içinde çalıştırılabilir\n* Eğitim verileri serbestçe kullanılabilir. Bu da önyargıyı kontrol etmeyi veya düzeltmeyi veya başarımı ve CO2 kullanımının iyileştirilmesini sağlayabilir.\n\n### Video işlemlerini tanıma değerlendirmesi: 🟢\n\nOlumlu:\n* Bu modelin öğrenme ve etkileşim yazılımı açık kaynak kodludur\n* Eğitilmiş model ücretsiz olarak alınabilir ve bu nedenle kuruluş içinde çalıştırılabilir\n* Eğitim verileri serbestçe kullanılabilir. Bu da önyargıyı kontrol etmeyi veya düzeltmeyi veya başarımı ve CO2 kullanımının iyileştirilmesini sağlar.\n\n## Etik yapay zeka değerlendirmesi\n### Müzik türü tanıma değerlendirmesi: 🟡\n\nOlumlu:\n* Bu modelin öğrenme ve etkileşim yazılımı açık kaynak kodludur.\n* Eğitilmiş model ücretsiz olarak alınabilir ve bu nedenle kuruluş içinde çalıştırılabilir\n\nOlumsuz:\n* Eğitim verileri ücretsiz olarak alınamaz. Bu da dış tarafların önyargıyı kontrol etme ve düzeltme veya modelin başarımı ile CO2 kullanımını iyileştirme yeteneğini sınırlar.\n\n[Günülüğümüzden](https://nextcloud.com/blog/nextcloud-ethical-ai-rating/) Nextcloud Ethical AI değerlendirmesi hakkında ayrıntılı bilgi alın.\n\nKurulumdan sonra yönetici ayarlarından etiketlemeyi kullanıma alabilirsiniz.\n\nGereksinimler:\n- PHP 7.4 ve üstü\n- Uygulama \"ortak çalışma etiketleri\" kullanıma alındı\n- Yerel hız için:\n- İşlemci: x86 64-bit (AVX komutları desteğiyle)\n- Glibc kurulu sistem (genellikle Linux üzerinde standart; FreeBSD, Alpine Linux ve dolayısıyla resmi Nextcloud Docker kapsayıcısı ve Nextcloud AIO bu tür sistemlerden *değildir*)\n- Doğal olmayan hız için (WASM kipini kullanarak)\n- İşlemci: x86 64 bit, arm64, armv7l (AVX gerekmez)\n- Glibc veya musl içeren sistem (Alpine Linux ve dolayısıyla resmi Nextcloud Docker kapsayıcısı ve ayrıca Nextcloud AIO ile birlikte)\n- ~4GB boş RAM (yakın değerdeyseniz, takas yapabileceğiniz bir miktar olduğundan emin olun)\n- Bu uygulama şu anda bir bağımlılık çakışması nedeniyle *Suspicious Login* uygulamasıyla uyumlu değil (yani, ikisinden yalnızca birini kurabilirsiniz)\n\nUygulama, bulut sağlayıcılarına veya benzer hizmetlere herhangi bir özeş veri göndermez. Tüm işlemler, Node.js ile çalışan Tensorflow.js kullanılarak Nextcloud bilgisayarınızda yapılır.",
     "Status" : "Durum",
     "The machine learning models have been downloaded successfully." : "Makine öğrenmesi modelleri indirildi.",
     "The machine learning models still need to be downloaded." : "Makine öğrenmesi modellerinin indirilmesi gerekiyor.",
@@ -73,7 +73,7 @@ OC.L10N.register(
     "Checking CPU" : "İşlemci denetleniyor",
     "Could not check whether your machine supports native TensorFlow operation. Make sure your OS has GNU lib C, your CPU supports AVX instructions and you are running on x86. If one of these things is not the case, you will need to run in WASM mode." : "Aygıtınızın yerel TensorFlow işlemini destekleyip desteklemediği belirlenemedi. İşletim sisteminde GNU lib C bulunduğundan, işlemcinin AVX komutlarını desteklediğinden ve x86 üzerinde çalıştığınızdan emin olun. Bunlardan biri eksikse, WASM kipini kullanmanız gerekir.",
     "Your machine supports native TensorFlow operation, you do not need WASM mode." : "Bilgisayarınız yerel TensorFlow işlemini destekliyor. WASM kipine gerek duymayacaksınız.",
-    "WASM mode was activated automatically, because your machine does not support native TensorFlow operation:" : "Bilgisayarınız yerel TensorFlow işlemini desteklemediğinden otomatik olarak WASM kipi etkinleştirildi:",
+    "WASM mode was activated automatically, because your machine does not support native TensorFlow operation:" : "Bilgisayarınız yerel TensorFlow işlemini desteklemediğinden otomatik olarak WASM kipi kullanıma alındı:",
     "Enable WASM mode" : "WASM kipi kullanılsın",
     "Recognize uses Tensorflow for running the machine learning models. Not all installations support Tensorflow, either because the CPU does not support AVX instructions, or because the platform is not x86 (ie. on a Raspberry Pi, which is ARM), or because the Operating System that your nextcloud runs on (when using docker, then that is the OS within the docker image) does not come with GNU lib C (for example Alpine Linux, which is also used by Nextcloud AIO). In most cases, even if your installation does not support native Tensorflow operation, you can still run Tensorflow using WebAssembly (WASM) in Node.js. This is somewhat slower but still works." : "Recognize, makine öğrenme modellerini çalıştırmak için Tensorflow kullanır. İşlemcinin AVX komutlarını desteklememesi veya platformun x86 olmaması (yani ARM işlemcili bir Raspberry Pi üzerinde) veya Nextcloud kopyanızın üzerinde çalıştığı işletim sisteminin (docker kullanırken, docker kalıbındaki işletim sistemi) GNU lib C ile birlikte gelmemesi (örneğin Nextcloud AIO tarafından da kullanılan Alpine Linux) gibi nedenlerle tüm kurulumlarda Tensorflow desteklenmez. Çoğu durumda, kurulumunuz yerel Tensorflow işlemini desteklemese bile, Tensorflow Node.js üzerinde WebAssembly (WASM) kullanılarak çalıştırılabilir. Biraz daha yavaş olur ama çalışır.",
     "Tensorflow GPU mode" : "Tensorflow grafik işlemci kipi",