Fix(l10n): Update translations from Transifex

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

l10n/ga.js

@@ -20,6 +20,7 @@ OC.L10N.register(
     "Display" : "Taispeáin",
     "Camera" : "Ceamara",
     "Info" : "Eolas",
+    "Document" : "Doiciméad",
     "Bucket" : "Buicéad",
     "Event" : "Imeacht",
     "Gallery" : "Gailearaí"

l10n/ga.json

@@ -18,6 +18,7 @@
     "Display" : "Taispeáin",
     "Camera" : "Ceamara",
     "Info" : "Eolas",
+    "Document" : "Doiciméad",
     "Bucket" : "Buicéad",
     "Event" : "Imeacht",
     "Gallery" : "Gailearaí"

l10n/gl.js

@@ -3,7 +3,7 @@ OC.L10N.register(
     {
     "Recognize" : "Recognize",
     "Smart media tagging and face recognition with on-premises machine learning models" : "Etiquetado de medios intelixentes e recoñecemento facial con modelos de aprendizaxe automática locais",
-    "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." : "Etiquetado de medios intelixentes e recoñecemento facial con modelos de aprendizaxe automática locais\nEsta aplicación pasa pola súa colección multimedia e engade etiquetas axeitadas, clasificando automaticamente as súas fotos e música.\n\n* 📷 👪 Recoñece as facianas nas fotos de contactos\n* 📷 🏔 Recoñece animais, paisaxes, alimentos, vehículos, edificios e outros obxectos\n* 📷 🗼 Recoñece lugares emblemáticos e monumentos\n* 👂 🎵 Recoñece xéneros musicais\n* 🎥 🤸 Recoñece accións humanas en vídeo\n\n* ⚡ O etiquetado funciona a través das etiquetas colaborativas de Nextcloud,\n  * 👂 Escoite a súa música etiquetada coa aplicación de reprodutor de son\n  * 📷 Consulte as súas fotos etiquetadas coa aplicación de fotos\n\nTamaños do modelo:\n\n* Recoñecemento de obxectos: 1 GB\n* Recoñecemento de de lugares emblemáticos: 300 MB\n* Recoñecemento de accións de vídeo: 50 MB\n* Recoñecemento de xénero musical: 50 MB\n\n## Avaliación ética da IA\n### Avaliación para a detección de obxectos fotográficos: 🟢\n\nPositiva:\n* O software para adestramento e inferencia deste modelo é de código aberto\n* O modelo adestrado está dispoñíbel de xeito libre e, polo tanto, pódese executar localmente\n* Os datos de adestramento están dispoñíbeis de xeito libre, o que permite comprobar ou corrixir o nesgo ou optimizar o rendemento e o uso de CO2.\n\n### Avaliación para o recoñecemento facial de fotos: 🟢\n\nPositiva:\n* O software para adestramento e inferencia deste modelo é de código aberto\n* O modelo adestrado está dispoñíbel de xeito libre e, polo tanto, pódese executar localmente\n* Os datos de adestramento están dispoñíbeis de xeito libre, o que permite comprobar ou corrixir o nesgo ou optimizar o rendemento e o uso de CO2.\n\n### Avaliación para o recoñecemento de accións de vídeo: 🟢\n\nPositiva:\n* O software para adestramento e inferencia deste modelo é de código aberto\n* O modelo adestrado está dispoñíbel de xeito libre e, polo tanto, pódese executar localmente\n* Os datos de adestramento están dispoñíbeis de xeito libre, o que permite comprobar ou corrixir o nesgo ou optimizar o rendemento e o uso de CO2.\n\n## Avaliación ética da IA\n### Valoración Recoñecemento do xénero musical: 🟡\n\nPositiva:\n* O software para adestramento e inferencia deste modelo é de código aberto\n* O modelo adestrado está dispoñíbel de xeito libre e, polo tanto, pódese executar localmente\n\nNegativa:\n* Os datos de adestramento non están dispoñíbeis de xeito libre, o que limita a capacidade de partes externas para comprobar e corrixir nesgos ou optimizar o rendemento do modelo e o uso de CO2.\n\nObteña máis información sobre a avaliación de IA Ética de Nextcloud [no noso blog](https://nextcloud.com/blog/nextcloud-ethical-ai-rating/).\n\nApós a instalación, pode activar a etiquetaxe na configuración do administrador.\n\nRequisitos:\n- php 7.4 e superior\n- Aplicación «Etiquetas colaborativas» activada\n- Para velocidade nativa:\n  - Procesador: x86 64-bit (con compatibilidade con instrucións AVX)\n  - Sistema con glibc (normalmente a norma en Linux; FreeBSD, Alpine Linux e, polo tanto, tamén o contedor oficial Nextcloud Docker e Nextcloud AIO *non* son tales sistemas)\n- Para velocidade subnativa (usando o modo WASM)\n  - Procesador: x86 64-bit, arm64, armv7l (non se necesita AVX)\n  - Sistema con glibc ou musl (incl. Alpine Linux e, polo tanto, tamén o contedor oficial Nextcloud Docker e tamén Nextcloud AIO)\n- ~4GB de RAM libre (se se queda curto, asegúrese de ter algún espazo de intercambio dispoñíbel)\n- Esta aplicación é agora incompatíbel coa aplicación *Acceso sospeitoso* por mor dun conflito de dependencia (é dicir, só pode ter unha das dúas instalada)\n\nA aplicación non envía ningún dato sensíbel a provedores de nube ou servizos semellantes. Todo o procesamento realízase na súa máquina Nextcloud, usando TensorFlow.js que se executa en Node.js.",
+    "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." : "Etiquetado de medios intelixentes e recoñecemento facial con modelos de aprendizaxe automática locais\nEsta aplicación pasa pola súa colección multimedia e engade etiquetas axeitadas, clasificando automaticamente as súas fotos e música.\n\n* 📷 👪 Recoñece as facianas nas fotos de contactos\n* 📷 🏔 Recoñece animais, paisaxes, alimentos, vehículos, edificios e outros obxectos\n* 📷 🗼 Recoñece lugares emblemáticos e monumentos\n* 👂 🎵 Recoñece xéneros musicais\n* 🎥 🤸 Recoñece accións humanas en vídeo\n\n* ⚡ O etiquetado funciona a través das etiquetas colaborativas de Nextcloud,\n  * 👂 Escoite a súa música etiquetada coa aplicación de reprodutor de son\n  * 📷 Consulte as súas fotos etiquetadas coa aplicación de fotos\n\nTamaños do modelo:\n\n* Recoñecemento de obxectos: 1 GB\n* Recoñecemento de de lugares emblemáticos: 300 MB\n* Recoñecemento de accións de vídeo: 50 MB\n* Recoñecemento de xénero musical: 50 MB\n\n## Avaliación ética da IA\n### Avaliación para a detección de obxectos fotográficos: 🟢\n\nPositiva:\n* O software para o adestramento e inferencia deste modelo é de código aberto\n* O modelo adestrado está dispoñíbel de xeito libre e, polo tanto, pódese executar localmente\n* Os datos de adestramento están dispoñíbeis de xeito libre, o que permite comprobar ou corrixir o nesgo ou optimizar o rendemento e o uso de CO2.\n\n### Avaliación para o recoñecemento facial de fotos: 🟢\n\nPositiva:\n* O software para o adestramento e inferencia deste modelo é de código aberto\n* O modelo adestrado está dispoñíbel de xeito libre e, polo tanto, pódese executar localmente\n* Os datos de adestramento están dispoñíbeis de xeito libre, o que permite comprobar ou corrixir o nesgo ou optimizar o rendemento e o uso de CO2.\n\n### Avaliación para o recoñecemento de accións de vídeo: 🟢\n\nPositiva:\n* O software para o adestramento e inferencia deste modelo é de código aberto\n* O modelo adestrado está dispoñíbel de xeito libre e, polo tanto, pódese executar localmente\n* Os datos de adestramento están dispoñíbeis de xeito libre, o que permite comprobar ou corrixir o nesgo ou optimizar o rendemento e o uso de CO2.\n\n## Avaliación ética da IA\n### Valoración Recoñecemento do xénero musical: 🟡\n\nPositiva:\n* O software para adestramento e inferencia deste modelo é de código aberto\n* O modelo adestrado está dispoñíbel de xeito libre e, polo tanto, pódese executar localmente\n\nNegativa:\n* Os datos de adestramento non están dispoñíbeis de xeito libre, o que limita a capacidade de partes externas para comprobar e corrixir nesgos ou optimizar o rendemento do modelo e o uso de CO2.\n\nObteña máis información sobre a avaliación de IA Ética de Nextcloud [no noso blog](https://nextcloud.com/blog/nextcloud-ethical-ai-rating/).\n\nApós a instalación, pode activar a etiquetaxe na configuración do administrador.\n\nRequisitos:\n- php 7.4 e superior\n- Aplicación «Etiquetas colaborativas» activada\n- Para velocidade nativa:\n  - Procesador: x86 64-bit (con compatibilidade con instrucións AVX)\n  - Sistema con glibc (normalmente a norma en Linux; FreeBSD, Alpine Linux e, polo tanto, tamén o contedor oficial Nextcloud Docker e Nextcloud AIO *non* son tales sistemas)\n- Para velocidade subnativa (usando o modo WASM)\n  - Procesador: x86 64-bit, arm64, armv7l (non se necesita AVX)\n  - Sistema con glibc ou musl (incl. Alpine Linux e, polo tanto, tamén o contedor oficial Nextcloud Docker e tamén Nextcloud AIO)\n- ~4GB de RAM libre (se se queda curto, asegúrese de ter algún espazo de intercambio dispoñíbel)\n- Esta aplicación é agora incompatíbel coa aplicación *Acceso sospeitoso* por mor dun conflito de dependencia (é dicir, só pode ter unha das dúas instalada)\n\nA aplicación non envía ningún dato sensíbel a provedores de nube ou servizos semellantes. Todo o procesamento realízase na súa máquina Nextcloud, usando TensorFlow.js que se executa en Node.js.",
     "Status" : "Estado",
     "The machine learning models have been downloaded successfully." : "Os modelos de aprendizaxe automática descargáronse correctamente.",
     "The machine learning models still need to be downloaded." : "Aínda hai que descargar os modelos de aprendizaxe automática.",
@@ -89,6 +89,7 @@ OC.L10N.register(
     "Libtensorflow was loaded successfully into Node.js." : "Libtensorflow foi cargado satisfactoriamente en Node.js.",
     "Could not load Tensorflow WASM in Node.js. Something is wrong with your setup." : "Non foi posíbel cargar Tensorflow WASM en Node.js. Algo vai mal cos seus axustes.",
     "Tensorflow WASM was loaded successfully into Node.js." : "Libtensorflow WASM foi cargado satisfactoriamente en Node.js.",
+    "If the shipped Node.js binary doesn't work on your system for some reason you can set the path to a custom node.js binary. Currently supported is Node v20.9 and newer v20 releases." : "Se o binario Node.js enviado non funciona no seu sistema por algún motivo, pode estabelecer a ruta a un binario personalizado node.js. Agora é compatíbel con Node v20.9 e versións máis recentes da v20.",
     "For Nextcloud Snap users, you need to adjust this path to point to the snap's \"current\" directory as the pre-configured path will change with each update. For example, set it to \"/var/snap/nextcloud/current/nextcloud/extra-apps/recognize/bin/node\" instead of \"/var/snap/nextcloud/9337974/nextcloud/extra-apps/recognize/bin/node\"" : "Para os usuarios de Nextcloud Snap, é necesario axustar esta ruta para que apunte ao directorio «actual» de snap, xa que a ruta preconfigurada cambiará con cada actualización. Por exemplo, configúreo en «/var/snap/nextcloud/current/nextcloud/extra-apps/recognize/bin/node» no canto de en «/var/snap/nextcloud/9337974/nextcloud/extra-apps/recognize/bin/node»",
     "Classifier process priority" : "Clasificador da prioridade dos procesos",
     "Checking Nice binary" : "Comprobando o binario «nice»",
@@ -100,6 +101,7 @@ OC.L10N.register(
     "To trigger a full classification run, run the following command on the server terminal. (The classification will run in multiple background jobs which can run in parallel.)" : "Para activar unha execución de clasificación completa, execute a seguinte orde no terminal do servidor. (A clasificación executarase en varios traballos en segundo plano que poden executarse en paralelo).",
     "To run a full classification run on the terminal, run the following. (The classification will run in sequence inside your terminal.)" : "Para executar unha execución de clasificación completa no terminal, execute o seguinte. (A clasificación executarase en secuencia dentro do seu terminal.)",
     "Before running a full initial classification run on the terminal, you should stop all background processing that Recognize scheduled upon installation to avoid interference." : "Antes de executar unha execución de clasificación inicial completa no terminal, Ten que deter todo o procesamento en segundo plano programado por Recognize na instalación para evitar interferencias.",
+    "To run a face clustering run on for each user in the terminal, run the following. Consider adding the parameter --batch-size 10000 for large libraries to avoid PHP memory exhaustion. (The clustering will run in sequence inside your terminal.)" : "Para executar no terminal unha agrupación de facianas para cada usuario, execute o seguinte. Considere engadir o parámetro --batch-size 10000 para fototecas grandes para evitar o esgotamento da memoria PHP. (A agrupación executarase en secuencia dentro do seu terminal.)",
     "To remove all face clusters but keep the raw detected faces run the following on the terminal:" : "Para retirar todos os grupos de facianas mais manter as facianas detectadas sen procesar, execute o seguinte no terminal:",
     "To remove all detected faces and face clusters run the following on the terminal:" : "Para retirar todas as facianas detectadas e os grupos de facianas, execute o seguinte no terminal:",
     "You can reset the tags of all files that have been previously classified by Recognize with the following command:" : "Pode restabelecer as etiquetas de todos os ficheiros que foron previamente clasificados por Recognize coa seguinte orde:",