chore(i18n): sync locale on dev (#2093)

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

i18n/locale/zh_TW.json

@@ -5,6 +5,8 @@
     "B模型路径": "B模型路徑",
     "E:\\语音音频+标注\\米津玄师\\src": "E:\\语音音频+标注\\米津玄师\\src",
     "F0曲线文件, 可选, 一行一个音高, 代替默认F0及升降调": "F0曲線檔案，可選，一行一個音高，代替預設的F0及升降調",
+    "ID(短)": "ID(短)",
+    "ID(长)": "ID(长)",
     "Index Rate": "Index Rate",
     "Onnx导出": "Onnx导出",
     "Onnx输出路径": "Onnx输出路径",
@@ -22,8 +24,10 @@
     "step3: 填写训练设置, 开始训练模型和索引": "步驟3: 填寫訓練設定, 開始訓練模型和索引",
     "step3a:正在训练模型": "step3a:正在训练模型",
     "一键训练": "一鍵訓練",
+    "不显示": "不显示",
     "也可批量输入音频文件, 二选一, 优先读文件夹": "也可批量输入音频文件, 二选一, 优先读文件夹",
     "人声伴奏分离批量处理， 使用UVR5模型。 <br>合格的文件夹路径格式举例： E:\\codes\\py39\\vits_vc_gpu\\白鹭霜华测试样例(去文件管理器地址栏拷就行了)。 <br>模型分为三类： <br>1、保留人声：不带和声的音频选这个，对主人声保留比HP5更好。内置HP2和HP3两个模型，HP3可能轻微漏伴奏但对主人声保留比HP2稍微好一丁点； <br>2、仅保留主人声：带和声的音频选这个，对主人声可能有削弱。内置HP5一个模型； <br> 3、去混响、去延迟模型（by FoxJoy）：<br>  (1)MDX-Net(onnx_dereverb):对于双通道混响是最好的选择，不能去除单通道混响；<br>&emsp;(234)DeEcho:去除延迟效果。Aggressive比Normal去除得更彻底，DeReverb额外去除混响，可去除单声道混响，但是对高频重的板式混响去不干净。<br>去混响/去延迟，附：<br>1、DeEcho-DeReverb模型的耗时是另外2个DeEcho模型的接近2倍；<br>2、MDX-Net-Dereverb模型挺慢的；<br>3、个人推荐的最干净的配置是先MDX-Net再DeEcho-Aggressive。": "使用UVR5模型進行人聲伴奏分離的批次處理。<br>有效資料夾路徑格式的例子：D:\\path\\to\\input\\folder（從檔案管理員地址欄複製）。<br>模型分為三類：<br>1. 保留人聲：選擇這個選項適用於沒有和聲的音訊。它比HP5更好地保留了人聲。它包括兩個內建模型：HP2和HP3。HP3可能輕微漏出伴奏，但比HP2更好地保留了人聲；<br>2. 僅保留主人聲：選擇這個選項適用於有和聲的音訊。它可能會削弱主人聲。它包括一個內建模型：HP5。<br>3. 消除混響和延遲模型（由FoxJoy提供）：<br>  (1) MDX-Net：對於立體聲混響的移除是最好的選擇，但不能移除單聲道混響；<br>&emsp;(234) DeEcho：移除延遲效果。Aggressive模式比Normal模式移除得更徹底。DeReverb另外移除混響，可以移除單聲道混響，但對於高頻重的板式混響移除不乾淨。<br>消除混響/延遲注意事項：<br>1. DeEcho-DeReverb模型的處理時間是其他兩個DeEcho模型的近兩倍；<br>2. MDX-Net-Dereverb模型相當慢；<br>3. 個人推薦的最乾淨配置是先使用MDX-Net，然後使用DeEcho-Aggressive。",
+    "从模型中读取": "从模型中读取",
     "以-分隔输入使用的卡号, 例如   0-1-2   使用卡0和卡1和卡2": "以-分隔輸入使用的卡號, 例如 0-1-2 使用卡0和卡1和卡2",
     "伴奏人声分离&去混响&去回声": "伴奏人聲分離&去混響&去回聲",
     "使用模型采样率": "使用模型采样率",
@@ -33,6 +37,7 @@
     "保存的模型名不带后缀": "儲存的模型名不帶副檔名",
     "保存频率save_every_epoch": "保存頻率save_every_epoch",
     "保护清辅音和呼吸声，防止电音撕裂等artifact，拉满0.5不开启，调低加大保护力度但可能降低索引效果": "保護清輔音和呼吸聲，防止電音撕裂等artifact，拉滿0.5不開啟，調低加大保護力度但可能降低索引效果",
+    "信息": "信息",
     "修改": "修改",
     "修改模型信息(仅支持weights文件夹下提取的小模型文件)": "修改模型資訊(僅支援weights資料夾下提取的小模型檔案)",
     "停止音频转换": "停止音訊轉換",
@@ -51,11 +56,14 @@
     "响应阈值": "響應閾值",
     "响度因子": "響度因子",
     "处理数据": "處理資料",
+    "实际计算": "实际计算",
     "导出Onnx模型": "导出Onnx模型",
     "导出文件格式": "導出檔格式",
+    "封装时间": "封装时间",
     "常见问题解答": "常見問題解答",
     "常规设置": "一般設定",
     "开始音频转换": "開始音訊轉換",
+    "待处理音频文件": "待处理音频文件",
     "很遗憾您这没有能用的显卡来支持您训练": "很遗憾您这没有能用的显卡来支持您训练",
     "性能设置": "效能設定",
     "总训练轮数total_epoch": "總訓練輪數total_epoch",
@@ -68,16 +76,20 @@
     "推理音色": "推理音色",
     "提取": "提取",
     "提取音高和处理数据使用的CPU进程数": "提取音高和處理數據使用的CPU進程數",
+    "无": "无",
     "是": "是",
     "是否仅保存最新的ckpt文件以节省硬盘空间": "是否僅保存最新的ckpt檔案以節省硬碟空間",
     "是否在每次保存时间点将最终小模型保存至weights文件夹": "是否在每次保存時間點將最終小模型保存至weights檔夾",
     "是否缓存所有训练集至显存. 10min以下小数据可缓存以加速训练, 大数据缓存会炸显存也加不了多少速": "是否緩存所有訓練集至 VRAM。小於10分鐘的小數據可緩存以加速訓練，大數據緩存會爆 VRAM 也加不了多少速度",
     "显卡信息": "顯示卡資訊",
+    "有": "有",
     "本软件以MIT协议开源, 作者不对软件具备任何控制力, 使用软件者、传播软件导出的声音者自负全责. <br>如不认可该条款, 则不能使用或引用软件包内任何代码和文件. 详见根目录<b>LICENSE</b>.": "本軟體以MIT協議開源，作者不對軟體具備任何控制力，使用軟體者、傳播軟體導出的聲音者自負全責。<br>如不認可該條款，則不能使用或引用軟體包內任何程式碼和檔案。詳見根目錄<b>使用需遵守的協議-LICENSE.txt</b>。",
     "查看": "查看",
     "查看模型信息(仅支持weights文件夹下提取的小模型文件)": "查看模型資訊(僅支援weights資料夾下提取的小模型檔案)",
     "检索特征占比": "檢索特徵佔比",
     "模型": "模型",
+    "模型信息": "模型信息",
+    "模型名": "模型名",
     "模型推理": "模型推理",
     "模型提取(输入logs文件夹下大文件模型路径),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": "模型提取(輸入logs資料夾下大檔案模型路徑)，適用於訓一半不想訓了模型沒有自動提取儲存小檔案模型，或者想測試中間模型的情況",
     "模型是否带音高指导": "模型是否帶音高指導",
@@ -112,7 +124,6 @@
     "输入实验名": "輸入實驗名稱",
     "输入待处理音频文件夹路径": "輸入待處理音頻資料夾路徑",
     "输入待处理音频文件夹路径(去文件管理器地址栏拷就行了)": "輸入待處理音頻資料夾路徑(去檔案管理器地址欄拷貝即可)",
-    "输入待处理音频文件路径(默认是正确格式示例)": "輸入待處理音頻檔案路徑（預設是正確格式示例）",
     "输入源音量包络替换输出音量包络融合比例，越靠近1越使用输出包络": "輸入源音量包絡替換輸出音量包絡融合比例，越靠近1越使用輸出包絡",
     "输入监听": "输入监听",
     "输入训练文件夹路径": "輸入訓練檔案夾路徑",
@@ -128,11 +139,13 @@
     "选择音高提取算法,输入歌声可用pm提速,harvest低音好但巨慢无比,crepe效果好但吃GPU": "选择音高提取算法,输入歌声可用pm提速,harvest低音好但巨慢无比,crepe效果好但吃GPU",
     "选择音高提取算法,输入歌声可用pm提速,harvest低音好但巨慢无比,crepe效果好但吃GPU,rmvpe效果最好且微吃GPU": "選擇音高提取演算法,輸入歌聲可用pm提速,harvest低音好但巨慢無比,crepe效果好但吃GPU,rmvpe效果最好且微吃GPU",
     "选择音高提取算法:输入歌声可用pm提速,高质量语音但CPU差可用dio提速,harvest质量更好但慢,rmvpe效果最好且微吃CPU/GPU": "选择音高提取算法:输入歌声可用pm提速,高质量语音但CPU差可用dio提速,harvest质量更好但慢,rmvpe效果最好且微吃CPU/GPU",
+    "采样率": "采样率",
     "采样率:": "采样率:",
     "采样长度": "取樣長度",
     "重载设备列表": "重載設備列表",
     "音调设置": "音調設定",
     "音频设备": "音訊設備",
+    "音高引导(f0)": "音高引导(f0)",
     "音高算法": "音高演算法",
     "额外推理时长": "額外推理時長"
 }