chore(i18n): sync locale on dev (#2100)

Co-authored-by: github-actions[bot] <github-actions[bot]@users.noreply.github.com>

i18n/locale/ja_JP.json

@@ -4,6 +4,10 @@
     "### 模型提取\n> 输入logs文件夹下大文件模型路径\n\n适用于训一半不想训了模型没有自动提取保存小文件模型, 或者想测试中间模型的情况": "### モデル抽出\n> ログフォルダー内の大モデルのパスを入力\n\nモデルを半分まで学習し、小モデルを保存しなかった場合、又は中間モデルをテストしたい場合に適用されます。",
     "### 模型比较\n> 模型ID(长)请于下方`查看模型信息`中获得\n\n可用于比较两模型推理相似度": "### 模型比较\n> 模型ID(长)请于下方`查看模型信息`中获得\n\n可用于比较两模型推理相似度",
     "### 模型融合\n可用于测试音色融合": "### モデルマージ\n音源のマージテストに使用できます",
+    "### 第一步 填写实验配置\n实验数据放在logs下, 每个实验一个文件夹, 需手工输入实验名路径, 内含实验配置, 日志, 训练得到的模型文件.": "### 第一步 填写实验配置\n实验数据放在logs下, 每个实验一个文件夹, 需手工输入实验名路径, 内含实验配置, 日志, 训练得到的模型文件.",
+    "### 第三步 开始训练\n填写训练设置, 开始训练模型和索引.": "### 第三步 开始训练\n填写训练设置, 开始训练模型和索引.",
+    "### 第二步 音频处理\n#### 1. 音频切片\n自动遍历训练文件夹下所有可解码成音频的文件并进行切片归一化, 在实验目录下生成2个wav文件夹; 暂时只支持单人训练.": "### 第二步 音频处理\n#### 1. 音频切片\n自动遍历训练文件夹下所有可解码成音频的文件并进行切片归一化, 在实验目录下生成2个wav文件夹; 暂时只支持单人训练.",
+    "#### 2. 特征提取\n使用CPU提取音高(如果模型带音高), 使用GPU提取特征(选择卡号).": "#### 2. 特征提取\n使用CPU提取音高(如果模型带音高), 使用GPU提取特征(选择卡号).",
     ">=3则使用对harvest音高识别的结果使用中值滤波，数值为滤波半径，使用可以削弱哑音": ">=3 次に、harvestピッチの認識結果に対してメディアンフィルタを使用します。値はフィルター半径で、ミュートを減衰させるために使用します。",
     "A模型ID(长)": "A模型ID(长)",
     "A模型权重": "Aモデル占有率",
@@ -14,20 +18,18 @@
     "F0曲线文件, 可选, 一行一个音高, 代替默认F0及升降调": "F0(最低共振周波数)カーブファイル(オプション、1行に1ピッチ、デフォルトのF0(最低共振周波数)とエレベーションを置き換えます。)",
     "ID(短)": "ID(短)",
     "ID(长)": "ID(長)",
+    "None": "None",
     "Onnx导出": "Onnx抽出",
     "Onnx输出路径": "Onnx出力パス",
     "RVC模型路径": "RVCモデルパス",
+    "Unknown": "Unknown",
     "ckpt处理": "ckptファイルの処理",
     "harvest进程数": "harvestプロセス数",
     "index文件路径不可包含中文": "indexファイルのパスに漢字を含んではいけません",
     "pth文件路径不可包含中文": "pthファイルのパスに漢字を含んではいけません",
     "rmvpe卡号配置：以-分隔输入使用的不同进程卡号,例如0-0-1使用在卡0上跑2个进程并在卡1上跑1个进程": "rmvpeカード番号設定：異なるプロセスに使用するカード番号を入力する。例えば、0-0-1でカード0に2つのプロセス、カード1に1つのプロセスを実行する。",
-    "step1: 填写实验配置. 实验数据放在logs下, 每个实验一个文件夹, 需手工输入实验名路径, 内含实验配置, 日志, 训练得到的模型文件. ": "ステップ1:実験設定を入力します。実験データはlogsに保存され、各実験にはフォルダーがあります。実験名のパスを手動で入力する必要があり、実験設定、ログ、学習されたモデルファイルが含まれます。",
     "step1:正在处理数据": "step1:処理中のデータ",
     "step2:正在提取音高&正在提取特征": "step2:ピッチ抽出と特徴抽出",
-    "step2a: 自动遍历训练文件夹下所有可解码成音频的文件并进行切片归一化, 在实验目录下生成2个wav文件夹; 暂时只支持单人训练. ": "ステップ2a: 訓練フォルダー内のすべての音声ファイルを自動的に探索し、スライスと正規化を行い、2つのwavフォルダーを実験ディレクトリに生成します。現在は一人での学習のみをサポートしています。",
-    "step2b: 使用CPU提取音高(如果模型带音高), 使用GPU提取特征(选择卡号)": "ステップ2b: CPUを使用して音高を抽出する(モデルに音高がある場合)、GPUを使用して特徴を抽出する(GPUの番号を選択する)",
-    "step3: 填写训练设置, 开始训练模型和索引": "ステップ3: 学習設定を入力して、モデルと索引の学習を開始します",
     "step3a:正在训练模型": "step3a:学習中のモデル",
     "一键训练": "ワンクリック学習",
     "不显示": "無表示",
@@ -92,6 +94,8 @@
     "查看": "表示",
     "检索特征占比": "検索特徴率",
     "模型": "モデル",
+    "模型作者": "模型作者",
+    "模型作者(可空)": "模型作者(可空)",
     "模型信息": "モデル情報",
     "模型名": "モデル名",
     "模型推理": "モデル推論",