Fix(l10n): Update translations from Transifex

Signed-off-by: Nextcloud bot <bot@nextcloud.com>

l10n/ar.js

@@ -2,7 +2,7 @@ OC.L10N.register(
     "recognize",
     {
     "Recognize" : "التعرف على",
-    "Smart media tagging and face recognition with on-premises machine learning models" : "وضع سِمَات tags على الوسائط الذكية و التعرُّف على الوجوه باستخدام نماذج التَّعلُّم الآلي المحلّية",
+    "Smart media tagging and face recognition with on-premises machine learning models" : "وضع وسوم على الوسائط الذكية و التعرُّف على الوجوه باستخدام نماذج التَّعلُّم الآلي المحلّية",
     "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." : "توسيم الوسائط الذكية و التعرف على الوجوه Smart media tagging and face recognition باستخدام نماذج التعلُّم الآلي المحليّة \n\nيمر هذا التطبيق على مجموعة وسائطك و يضع الوسوم المناسبة على كل منها، و يصنف الصور و الموسيقى تلقائيًا \n\n* 📷 👪 يتعرف على الوجوه من صور جهات الاتصال \n* 📷 🏔 يتعرف على الحيوانات والمناظر الطبيعية والطعام والمركبات والمباني والأشياء الأخرى \n* 📷 🗼يتعرف على المعالم والمعالم \n* 👂🎵 يتعرف على أنواع الموسيقى \n* 🎥 🤸 يتعرف على الأفعال البشرية على الفيديو \n\n* ⚡يقوم التطبيق بمهامه باستعمال الوسوم التعاونية في نكست كلاود\n* 👂 الاستماع إلى موسيقاك الموسومة باستعمال تطبيق مشغل الصوت \n* 📷 عرض الصور ومقاطع الفيديو التي تم توسيمها باستعمال تطبيق الصور \n\nأحجام النموذج: \n* التعرف على الأشياء: 1 جيجا بايت \n* التعرف على المعالم: 300 ميجا بايت \n* التعرف على عمل الفيديو: 50 ميجا بايت \n* التعرف على نوع الموسيقى: 50 ميجا بايت \n\n## تصنيف الذكاء الاصطناعي الأخلاقي \n\n### تصنيف اكتشاف كائن في الصورة: 🟢 \n\nالإيجابيّات: \n* برنامج التدريب والاستدلال لهذا النموذج مفتوح المصدر \n* النموذج المدرَّب متاح مجانًا، و بالتالي يمكن تشغيله محليًا \n* بيانات التدريب متاحة مجانًا، مما يجعل من الممكن التحقق من التحيز أو تصحيحه أو تحسين الأداء واستهلاك ثاني أكسيد الكربون CO2. \n\n### تصنيف التعرف على الوجوه في الصور: 🟢 \n\nالإيجابيّات: \n* برنامج التدريب والاستدلال لهذا النموذج مفتوح المصدر \n* النموذج المدرَّب متاح مجانًا، و بالتالي يمكن تشغيله محليًا \n* بيانات التدريب متاحة مجانًا، مما يجعل من الممكن التحقق من التحيز أو تصحيحه أو تحسين الأداء واستهلاك ثاني أكسيد الكربون CO2. \n\n### تصنيف التعرف على الأفعال على الفيديو: 🟢 \n\nالإيجابيّات: \n* برنامج التدريب والاستدلال لهذا النموذج مفتوح المصدر \n* النموذج المدرَّب متاح مجانًا، و بالتالي يمكن تشغيله محليًا \n* بيانات التدريب متاحة مجانًا، مما يجعل من الممكن التحقق من التحيز أو تصحيحه أو تحسين الأداء واستهلاك ثاني أكسيد الكربون CO2. \n\n### تصنيف التعرف على نوع الموسيقى: 🟡 \n\nالإيجابيات: \n* برنامج التدريب والاستدلال لهذا النموذج مفتوح المصدر \n* النموذج المدرَّب متاح مجانًا، و بالتالي يمكن تشغيله محليًا \n\nالسلبيّات: \n* لا تتوفر بيانات التدريب مجانًا، مما يحد من قدرة الأطراف الخارجية على التحقق من التحيز وتصحيحه أو تحسين أداء النموذج و استهلاك ثاني أكسيد الكربون CO2. \n\nتعرف على المزيد حول تصنيف Nextcloud Ethical AI [في مدونتنا] (https://nextcloud.com/blog/nextcloud-ethical-ai-rating/) . \n\nبعد التثبيت، يمكنك تمكين تطبيق \"الوسوم التعاونية Collaborative tags\" في إعدادات المسؤول\n\nالمتطلبات: \n- php 7.4 و ما فوق \n- تمكين تطبيق \"العلامات التعاونية Collaborative tags\" \n- للسرعة الأصلية: \n        - المعالج: x86 64 بت (مع دعم تعليمات AVX) \n        - النظام مع glibc (عادةً ما تكون القاعدة على Linux؛ FreeBSD و Alpine linux وبالتالي أيضًا حاوية Nextcloud Docker الرسمية و Nextcloud AIO ليست من هذه الأنظمة) \n- للسرعة دون الأصلية (باستخدام وضع WASM) \n        - المعالج: x86 64-bit، arm64، armv7l (لا حاجة إلى AVX) \n        - نظام مع glibc أو musl (بما في ذلك Alpine linux وبالتالي أيضًا حاوية Nextcloud Docker الرسمية وأيضًا Nextcloud AIO) \n- 4 غيغابايت من ذاكرة الوصول العشوائي المجانية (ربما تحتاج لإجراء عملية swap)\n- هذا التطبيق غير متوافق حاليًا مع تطبيق * Suspicious Login * بسبب تعارض التبعية (على سبيل المثال ، يمكنك تثبيت واحد فقط من الاثنين) \n\nلا يرسل التطبيق أي بيانات حساسة إلى مزوودي الخدمات السحابية أو الخدمات المماثلة. تتم جميع عمليات المعالجة على خادوم نكست كلاود خاصّتك باستخدام Tensorflow.js الذي يعمل في Node.js.",
     "Status" : "الحاله",
     "The machine learning models have been downloaded successfully." : "تمّ تنزيل نماذج التعلُّم الآلي بنجاحٍ.",
@@ -110,7 +110,7 @@ OC.L10N.register(
     "Your server does not support AVX instructions" : "الخادوم الخاص بك لا يدعم تعليمات AVX",
     "Your server does not have an x86 64-bit CPU" : "لا يحتوي خادومك على وحدة معالجة مركزية x86-64 بت",
     "Your server uses musl libc" : "خادومك يستعمل musl libc",
-    "Failed to load settings" : "إخفاق في تحميل الإعدادات",
+    "Failed to load settings" : "فشل في تحميل الإعدادات",
     "Failed to save settings" : "فشل حفظ الإعدادات",
     "never" : "بتاتاً",
     "{time} ago" : "{time} مضت",