Fix(l10n): Update translations from Transifex

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

l10n/de.js

@@ -2,6 +2,8 @@ OC.L10N.register(
     "recognize",
     {
     "Recognize" : "Erkennen",
+    "Smart media tagging and face recognition with on-premises machine learning models" : "Intelligente Medienverschlagwortung und Gesichtserkennung mit vor Ort installierten Modellen für maschinelles Lernen",
+    "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." : "Intelligente Medienverschlagwortung und Gesichtserkennung mit lokalen maschinellen Lernmodellen.\nDiese App durchsucht Ihre Mediensammlung und fügt passende Schlagworte hinzu, um Ihre Fotos und Musik automatisch zu kategorisieren.\n\n* 📷 👪 Erkennt Gesichter anhand von Kontaktfotos\n* 📷 🏔 Erkennt Tiere, Landschaften, Lebensmittel, Fahrzeuge, Gebäude und andere Objekte\n* 📷 🗼 Erkennt Wahrzeichen und Denkmäler\n* 👂 🎵 Erkennt Musikgenres\n* 🎥 🤸 Erkennt menschliche Handlungen im Video\n\n⚡ Verschlagwortung funktioniert über die kollaborativen Schlagworte von Nextcloud\n* 👂 Hören Sie Ihre verschlagwortete Musik mit der Audioplayer-App.\n* 📷 Betrachten Sie Ihre verschlagworteten Fotos und Videos mit der Fotos-App\n\nModellgrößen:\n\n* Objekterkennung: 1GB\n* Landmark-Erkennung: 300MB\n* Video-Aktionserkennung: 50MB\n* Musikgenre-Erkennung: 50MB\n\n## Ethische KI-Bewertung\n### Bewertung für Fotoobjekterkennung: 🟢\n\nPositiv:\n* Die Software für Training und Inferenz dieses Modells ist Open Source\n* Das trainierte Modell ist frei verfügbar und kann daher vor Ort ausgeführt werden\n* Die Trainingsdaten sind frei verfügbar und ermöglichen die Überprüfung oder Korrektur von Verzerrungen sowie die Optimierung der Leistung und des CO2-Verbrauchs.\n\n### Bewertung für Foto-Gesichtserkennung: 🟢\n\nPositiv:\n* Die Software für Training und Inferenz dieses Modells ist Open Source\n* Das trainierte Modell ist frei verfügbar und kann daher vor Ort ausgeführt werden\n* Die Trainingsdaten sind frei verfügbar und ermöglichen die Überprüfung oder Korrektur von Verzerrungen sowie die Optimierung der Leistung und des CO2-Verbrauchs.\n\n### Bewertung für Video-Aktionserkennung: 🟢\n\nPositiv:\n* Die Software zum Trainieren und Inferenzieren dieses Modells ist Open Source\n* Das trainierte Modell ist frei verfügbar und kann daher vor Ort ausgeführt werden\n* Die Trainingsdaten sind frei verfügbar und ermöglichen die Überprüfung oder Korrektur von Verzerrungen sowie die Optimierung der Leistung und des CO2-Verbrauchs.\n\n## Ethische KI-Bewertung\n### Bewertung Erkennung des Musikgenres: 🟡\n\nPositiv:\n* Die Software für Training und Inferenz dieses Modells ist Open Source\n* Das trainierte Modell ist frei verfügbar und kann daher vor Ort ausgeführt werden\n\nNegativ:\n* Die Trainingsdaten sind nicht frei verfügbar, was die Möglichkeiten externer Parteien einschränkt, die Leistung des Modells und den CO2-Verbrauch zu überprüfen und auf Verzerrungen zu korrigieren oder sie zu optimieren.\n\nErfahren Sie mehr über das Nextcloud Ethical AI Rating [in unserem Blog](https://nextcloud.com/blog/nextcloud-ethical-ai-rating/).\n\nNach der Installation können Sie das Tagging in den Admin-Einstellungen aktivieren.\n\nAnforderungen:\n- PHP 7.4 und höher\n- App „Kollaborative Tags“ aktiviert\n- Für native Geschwindigkeit:\n- Prozessor: x86 64-Bit (mit Unterstützung für AVX-Anweisungen)\n- System mit glibc (normalerweise die Norm unter Linux; FreeBSD, Alpine Linux und damit auch der offizielle Nextcloud Docker-Container und Nextcloud AIO sind *keine* solchen Systeme)\n- Für subnative Geschwindigkeit (im WASM-Modus)\n- Prozessor: x86 64-bit, arm64, armv7l (kein AVX erforderlich)\n- System mit glibc oder musl (inkl. Alpine Linux und damit auch der offizielle Nextcloud Docker Container und auch Nextcloud AIO)\n- ~4 GB freier RAM (wenn Sie es knapp machen, stellen Sie sicher, dass Sie etwas Swap zur Verfügung haben)\n- Diese App ist derzeit aufgrund eines Abhängigkeitskonflikts nicht mit der App *Suspicious Login* kompatibel (d. h. Sie können nur eine der beiden installiert haben).\n\nDie App sendet keine sensiblen Daten an Cloud-Anbieter oder ähnliche Dienste. Die gesamte Verarbeitung erfolgt auf Ihrem Nextcloud-Computer mithilfe von Tensorflow.js, das in Node.js ausgeführt wird.",
     "Status" : "Status",
     "The machine learning models have been downloaded successfully." : "Die Modelle für maschinelles Lernen wurden erfolgreich heruntergeladen.",
     "The machine learning models still need to be downloaded." : "Die Modelle für maschinelles Lernen müssen noch heruntergeladen werden.",
@@ -30,6 +32,12 @@ OC.L10N.register(
     "An error occurred during object recognition, please check the Nextcloud logs." : "Es ist ein Fehler bei der Objekterkennung aufgetreten, bitte überprüfe die Nextcloud-Protokolle.",
     "Waiting for status reports on object recognition. If this message persists beyond 15 minutes, please check the Nextcloud logs." : "Warten auf Statusberichte zur Gesichtserkennung. Wenn diese Meldung länger als 15 Minuten anhält, überprüfe bitte die Nextcloud-Protokolle.",
     "Object recognition:" : "Objekterkennung:",
+    "There are queued files in the object detection queue but no background job is scheduled to process them." : "In der Warteschlange der Objekterkennung befinden sich Dateien für deren Verarbeitung kein Hintergrundjob geplant ist.",
+    "Landmark recognition is working." : "Die Erkennung von Wahrzeichen funktioniert.",
+    "An error occurred during landmark recognition, please check the Nextcloud logs." : "Bei der Erkennung von Wahrzeichen ist ein Fehler aufgetreten. Bitte überprüfe die Nextcloud-Protokolle.",
+    "Waiting for status reports on landmark recognition. If this message persists beyond 15 minutes, please check the Nextcloud logs." : "Warten auf Statusberichte zur Erkennung von Wahrzeichen . Wenn diese Meldung länger als 15 Minuten lang erscheint, überprüfe bitte die Nextcloud-Protokolle.",
+    "Landmark recognition:" : "Wahrzeichenerkennung:",
+    "There are queued files in the landmarks queue but no background job is scheduled to process them." : "In der Warteschlange für Wahrzeichen befinden sich Dateien für deren Verarbeitung kein Hintergrundjob geplant ist.",
     "Enable object recognition (e.g. food, vehicles, landscapes)" : "Objekterkennung aktivieren (z. B. Lebensmittel, Fahrzeuge, Landschaften)",
     "The number of files to process per job run (A job will be scheduled every 5 minutes; For normal operation ~100 or more, in WASM mode ~20 is recommended)" : "Die Anzahl der zu verarbeitenden Dateien pro Aufgabenlauf (ein Job wird alle 5 Minuten eingeplant; für den normalen Betrieb ~100 oder mehr, im WASM-Modus wird ~20 empfohlen)",
     "Enable landmark recognition (e.g. Eiffel Tower, Golden Gate Bridge)" : "Wahrzeichenerkennung aktivieren (z. B. Eiffelturm, Golden Gate Bridge)",
@@ -38,6 +46,7 @@ OC.L10N.register(
     "An error occurred during audio recognition, please check the Nextcloud logs." : "Es ist ein Fehler bei der Audioerkennung aufgetreten, bitte überprüfe die Nextcloud-Protokolle.",
     "Waiting for status reports on audio recognition. If this message persists beyond 15 minutes, please check the Nextcloud logs." : "Warten auf Statusberichte zur Videoerkennung. Wenn diese Meldung länger als 15 Minuten anhält, überprüfe bitte die Nextcloud-Protokolle.",
     "Music genre recognition:" : "Erkennung des Musikgenres:",
+    "There are queued files but no background job is scheduled to process them." : "Es befinden sich Dateien in der Warteschlange für deren Verarbeitung kein Hintergrundjob geplant ist.",
     "Enable music genre recognition (e.g. pop, rock, folk, metal, new age)" : "Musikgenre-Erkennung aktivieren (z. B. Pop, Rock, Folk, Metal, New Age)",
     "Video tagging" : "Video-Markierung",
     "Video recognition is working." : "Videoerkennung funktionsfähig.",
@@ -55,9 +64,11 @@ OC.L10N.register(
     "Rescan all files" : "Alle Dateien erneut scannen",
     "Click the button below to clear the classifier queues and clear all background jobs. This is useful when you want to do the initial classification using the terminal command." : "Klicke auf die Schaltfläche unten, um die Klassifizierungswarteschlangen zu löschen und alle Hintergrundjobs zu löschen. Dies ist nützlich, wenn du die anfängliche Klassifizierung über die Kommandozeile vornehmen möchtest.",
     "Clear queues and background jobs" : "Warteschlangen und Hintergrundjobs löschen",
+    "Resource usage" : "Ressourcenverbrauch",
     "By default all available CPU cores will be used which may put your system under considerable load. To avoid this, you can limit the amount of CPU Cores used. (Note: In WASM mode, currently only 1 core can be used at all times.)" : "Standardmäßig werden alle verfügbaren CPU-Kerne verwendet, was zu einer erheblichen Belastung Ihres Systems führen kann. Um dies zu vermeiden, kannst du die Anzahl der verwendeten CPU-Kerne begrenzen. (Hinweis: Im WASM-Modus kann derzeit immer nur 1 Kern verwendet werden).",
     "Number of CPU Cores (0 for no limit)" : "Anzahl der CPU-Kerne (0 für unbegrenzt)",
     "By default, recognize will only ever run one classifier process at a time. If you have a lot of resources available and want to run as many processes in parallel as possible, you can turn on concurrency here." : "Standardmäßig führt Recognize immer nur einen Klassifizierungsprozess gleichzeitig aus. Wenn du viele Ressourcen zur Verfügung hast und so viele Prozesse wie möglich parallel laufen lassen möchtest, kannst du hier die Parallelität aktivieren.",
+    "Enable unlimited concurrency of classifier processes" : "Unbegrenzte Parallelität von Klassifizierungsprozessen ermöglichen",
     "Tensorflow WASM mode" : "Tensorflow WASM-Modus",
     "Checking CPU" : "CPU wird überprüft",
     "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." : "Es konnte nicht überprüft werden, ob dein Computer den nativen TensorFlow-Betrieb unterstützt. Stelle sicher, dass deine Betriebssystem über GNU lib C verfügt, deine CPU AVX-Anweisungen unterstützt und du x86 verwendest. Wenn eine dieser Voraussetzungen nicht erfüllt ist, musst du im WASM-Modus arbeiten.",