Fix(l10n): Update translations from Transifex

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

l10n/ro.js

@@ -21,6 +21,7 @@ OC.L10N.register(
     "Theater" : "Teatru",
     "Pizza" : "Pizza",
     "Info" : "Info",
+    "Document" : "Document",
     "Event" : "Eveniment",
     "Gallery" : "Galerie",
     "Park" : "Parc"

l10n/ro.json

@@ -19,6 +19,7 @@
     "Theater" : "Teatru",
     "Pizza" : "Pizza",
     "Info" : "Info",
+    "Document" : "Document",
     "Event" : "Eveniment",
     "Gallery" : "Galerie",
     "Park" : "Parc"

l10n/ru.js

@@ -2,6 +2,7 @@ OC.L10N.register(
     "recognize",
     {
     "Recognize" : "Распознавание",
+    "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." : "Интеллектуальная маркировка медиафайлов и распознавание лиц с помощью локальных моделей машинного обучения.\nЭто приложение просматривает вашу медиаколлекцию и добавляет подходящие теги, автоматически классифицируя ваши фотографии и музыку.\n\n* 📷 👪 Распознает лица на контактных фотографиях\n* 📷 🏔 Распознает животных, пейзажи, еду, транспортные средства, здания и другие объекты\n* 📷 🗼 Распознает достопримечательности и памятники\n* 👂 🎵 Распознает музыкальные жанры\n* 🎥 🤸 Распознает действия человека на видео\n\n⚡ Тегирование работает с помощью совместных тегов Nextcloud\n* 👂 слушайте отмеченную музыку с помощью приложения аудиоплеера\n* 📷 просматривайте отмеченные фотографии и видео с помощью приложения фотографий\n\nРазмеры моделей:\n\n* Распознавание объектов: 1 ГБ\n* Распознавание достопримечательностей: 300 МБ\n* Распознавание действий в видео: 50 МБ\n* Распознавание музыкальных жанров: 50 МБ\n\n## Рейтинг этического ИИ\n### Рейтинг обнаружения объектов на фотографиях: 🟢\n\nПоложительные:\n* программное обеспечение для обучения и вывод этой модели имеет открытый исходный код\n* обученная модель находится в свободном доступе и, таким образом, может быть запущена локально\n* данные для обучения находятся в свободном доступе, что позволяет проверять или корректировать смещение или оптимизировать производительность и использование CO2.\n\n### Оценка для распознавания лиц на фотографиях: 🟢\n\nПоложительный:\n* программное обеспечение для обучения и вывода этой модели имеет открытый исходный код\n* обученная модель находится в свободном доступе и, таким образом, может быть запущена локально\n* данные для обучения находятся в свободном доступе, что позволяет проверять или корректировать смещение или оптимизировать производительность и использование CO2.\n\n### Оценка для распознавания действий на видео: 🟢\n\nПоложительный:\n* программное обеспечение для обучения и вывода этой модели имеет открытый исходный код\n* обученная модель находится в свободном доступе и, таким образом, может быть запущена локально\n* данные для обучения находятся в свободном доступе, что позволяет проверять или корректировать смещение или оптимизировать производительность и использование CO2.\n\n## Ethical AI Rating\n### Рейтинг Распознавание музыкальных жанров: 🟡\n\nПоложительные:\n* программное обеспечение для обучения и вывода этой модели имеет открытый исходный код\n* обученная модель находится в свободном доступе, поэтому ее можно запускать локально\n\nОтрицательные:\n* данные для обучения не находятся в свободном доступе, что ограничивает возможности внешних сторон проверять и исправлять смещения или оптимизировать производительность модели и использование CO2.\n\nУзнайте больше о Nextcloud Ethical AI Rating [в нашем блоге](https://nextcloud.com/blog/nextcloud-ethical-ai-rating/).\n\nПосле установки вы можете включить теги в настройках администратора.\n\nТребования:\n- php 7.4 и выше\n- Включены \"collaborative tags\" приложения\n- Для собственной скорости:\n- Процессор: x86 64-бит (с поддержкой инструкций AVX)\n- Система с glibc (обычно норма для Linux; FreeBSD, Alpine linux, а также официальный контейнер Nextcloud Docker и Nextcloud AIO *не* являются такими системами)\n- Для суб-собственной скорости (используя режим WASM)\n- Процессор: x86 64-бит, arm64, armv7l (AVX не требуется)\n- Система с glibc или musl (включая Alpine linux, а также официальный контейнер Nextcloud Docker и Nextcloud AIO)\n- ~4 ГБ свободной оперативной памяти (если вы собираетесь сократить ее, убедитесь, что у вас есть доступный файл подкачки)\n- Это приложение в настоящее время несовместимо с приложением *Suspicious Login* из-за конфликта зависимостей (т. е. у вас может быть только один из двух установленных)\n\nПриложение не отправляет никаких конфиденциальных данных облачным провайдерам или аналогичным службам. Вся обработка выполняется на вашем компьютере Nextcloud с использованием Tensorflow.js, работающего в Node.js.",
     "Status" : "Состояние",
     "The machine learning models have been downloaded successfully." : "Модели машинного обучения загружены успешно.",
     "The machine learning models still need to be downloaded." : "Необходима загрузка моделей машинного обучения.",
@@ -58,12 +59,14 @@ OC.L10N.register(
     "Click the button below to rescan all files in this instance and add them to the classifier queues." : "Для повторного распознавания всех файлов, нажмите кнопку, расположенную ниже.",
     "Rescan all files" : "Повторно распознать все файлы",
     "Resource usage" : "Использование ресурсов",
+    "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.)" : "По умолчанию будут использоваться все доступные ядра ЦП, что может привести к значительной нагрузке на вашу систему. Чтобы избежать этого, вы можете ограничить количество используемых ядер ЦП. (Примечание: в режиме WASM в настоящее время может использоваться только 1 ядро ​​в любое время.)",
     "Number of CPU Cores (0 for no limit)" : "Количество используемых ядер (0 — все доступные)",
     "Tensorflow WASM mode" : "WASM режим Tensorflow",
     "Checking CPU" : "Проверка ЦП",
     "Your machine supports native TensorFlow operation, you do not need WASM mode." : "Сервер поддерживает работу TensorFlow в непосредственном режиме, использование режима WASM не требуется.",
     "WASM mode was activated automatically, because your machine does not support native TensorFlow operation:" : "Сервер не поддерживает работу TensorFlow в непосредственном режиме, поэтому был активирован режим WASM:",
     "Enable WASM mode" : "WASM режим",
+    "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 использует Tensorflow для запуска моделей машинного обучения. Не все установки поддерживают Tensorflow, либо потому что ЦП не поддерживает инструкции AVX, либо потому что платформа не x86 (например, на Raspberry Pi, которая является ARM), либо потому что операционная система, на которой работает ваш nextcloud (при использовании docker, то это ОС в образе docker), не поставляется с GNU lib C (например, Alpine Linux, которая также используется Nextcloud AIO). В большинстве случаев, даже если ваша установка не поддерживает собственную работу Tensorflow, вы все равно можете запустить Tensorflow с помощью WebAssembly (WASM) в Node.js. Это немного медленнее, но все равно работает.",
     "Node.js" : "Node.js",
     "Checking Node.js" : "Выполняется проверка Node.js",
     "Node.js {version} binary was installed successfully." : "Двоичный файл библиотеки Node.js {version} успешно установлен.",
@@ -74,6 +77,7 @@ OC.L10N.register(
     "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\"" : "Пользователям Nextcloud Snap необходимо изменить этот путь, чтобы он указывал на «текущий» каталог Snap, поскольку предварительно настроенный путь будет меняться при каждом обновлении. Например, установите для него значение  \"/var/snap/nextcloud/current/nextcloud/extra-apps/recognize/bin/node\" вместо \"/var/snap/nextcloud/9337974/nextcloud/extra-apps/recognize/bin/node\"",
     "Terminal commands" : "Команды для использования в консоли",
     "To download all models preliminary to executing the classification jobs, run the following command on the server terminal." : "Загрузка всех моделей машинного обучения перед распознаванием:",
+    "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.)" : "Чтобы запустить полный запуск классификации, выполните следующую команду на терминале сервера. (Классификация будет выполняться в нескольких фоновых заданиях, которые могут выполняться параллельно.)",
     "You can reset the tags of all files that have been previously classified by Recognize with the following command:" : "Очистка всех присвоенных распознаванием меток:",
     "You can delete all tags that no longer have any files associated with them with the following command:" : "Удаление всех неиспользуемых меток:",
     "Your server does not support AVX instructions" : "Сервер не поддерживает набор инструкций AVX.",