🎨 同步 locale (#266)

Co-authored-by: github-actions[bot] <41898282+github-actions[bot]@users.noreply.github.com>

i18n/en_US.json

@@ -39,7 +39,6 @@
     "输入实验名": "Input experiment name",
     "目标采样率": "Target sample rate",
     "模型是否带音高指导(唱歌一定要, 语音可以不要)": "Does the model have pitch guidance (singing must, voice can not.)",
-    "否": "no",
     "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. ": "step2a: Automatically traverse all files that can be decoded into audio in the training folder and perform slice normalization, and generate 2 wav folders in the experiment directory; only single-person training is supported for the time being. ",
     "输入训练文件夹路径": "Input training folder path",
     "请指定说话人id": "Please specify speaker ID",
@@ -55,6 +54,7 @@
     "总训练轮数total_epoch": "Total training epochs (total_epoch)",
     "每张显卡的batch_size": "batch_size for every GPU",
     "是否仅保存最新的ckpt文件以节省硬盘空间": "Whether to save only the latest ckpt file to save disk space",
+    "否": "no",
     "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": "Whether to cache all training sets to video memory. Small data under 10 minutes can be cached to speed up training, and large data cache will blow up video memory and not increase the speed much",
     "加载预训练底模G路径": "Load pre-trained base model G path.",
     "加载预训练底模D路径": "Load pre-trained base model D path.",

i18n/es_ES.json

@@ -39,7 +39,6 @@
     "输入实验名": "Ingrese el nombre del modelo",
     "目标采样率": "Tasa de muestreo objetivo",
     "模型是否带音高指导(唱歌一定要, 语音可以不要)": "Si el modelo tiene guía de tono (necesaria para cantar, pero no para hablar)",
-    "否": "否",
     "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. ": "paso 2a: recorra automáticamente la carpeta de capacitación y corte y normalice todos los archivos de audio que se pueden decodificar en audio. Se generarán dos carpetas 'wav' en el directorio del experimento. Actualmente, solo se admite la capacitación de una sola persona.",
     "输入训练文件夹路径": "Introduzca la ruta de la carpeta de entrenamiento",
     "请指定说话人id": "Especifique el ID del hablante",
@@ -55,6 +54,7 @@
     "总训练轮数total_epoch": "Total de épocas de entrenamiento (total_epoch)",
     "每张显卡的batch_size": "每张显卡的batch_size",
     "是否仅保存最新的ckpt文件以节省硬盘空间": "Si guardar solo el archivo ckpt más reciente para ahorrar espacio en disco",
+    "否": "否",
     "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": "Si almacenar en caché todos los conjuntos de entrenamiento en la memoria de la GPU. Los conjuntos de datos pequeños (menos de 10 minutos) se pueden almacenar en caché para acelerar el entrenamiento, pero el almacenamiento en caché de conjuntos de datos grandes puede causar errores de memoria en la GPU y no aumenta la velocidad de manera significativa.",
     "加载预训练底模G路径": "Cargue la ruta G del modelo base preentrenada.",
     "加载预训练底模D路径": "Cargue la ruta del modelo D base preentrenada.",

i18n/ja_JP.json

@@ -39,7 +39,6 @@
     "输入实验名": "実験名を入力してください",
     "目标采样率": "目標サンプリングレート",
     "模型是否带音高指导(唱歌一定要, 语音可以不要)": "モデルに音高ガイドがあるかどうか(歌唱には必要ですが、音声には必要ありません)",
-    "否": "否",
     "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。現在は一人でのトレーニングのみをサポートしています。",
     "输入训练文件夹路径": "トレーニング用フォルダのパスを入力してください",
     "请指定说话人id": "話者IDを指定してください",
@@ -55,6 +54,7 @@
     "总训练轮数total_epoch": "総トレーニング回数",
     "每张显卡的batch_size": "每张显卡的batch_size",
     "是否仅保存最新的ckpt文件以节省硬盘空间": "ハードディスク容量を節約するため、最新のckptファイルのみを保存するかどうか",
+    "否": "否",
     "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": "すべてのトレーニングデータをメモリにキャッシュするかどうか。10分以下の小さなデータはキャッシュしてトレーニングを高速化できますが、大きなデータをキャッシュするとメモリが破裂し、あまり速度が上がりません。",
     "加载预训练底模G路径": "事前学習済みのGモデルのパスをロードしてください",
     "加载预训练底模D路径": "事前学習済みのDモデルのパスをロードしてください",

i18n/zh_CN.json

@@ -39,7 +39,6 @@
     "输入实验名": "输入实验名",
     "目标采样率": "目标采样率",
     "模型是否带音高指导(唱歌一定要, 语音可以不要)": "模型是否带音高指导(唱歌一定要, 语音可以不要)",
-    "否": "否",
     "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. ": "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. ",
     "输入训练文件夹路径": "输入训练文件夹路径",
     "请指定说话人id": "请指定说话人id",
@@ -55,6 +54,7 @@
     "总训练轮数total_epoch": "总训练轮数total_epoch",
     "每张显卡的batch_size": "每张显卡的batch_size",
     "是否仅保存最新的ckpt文件以节省硬盘空间": "是否仅保存最新的ckpt文件以节省硬盘空间",
+    "否": "否",
     "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",
     "加载预训练底模G路径": "加载预训练底模G路径",
     "加载预训练底模D路径": "加载预训练底模D路径",

i18n/zh_HK.json

@@ -39,7 +39,6 @@
     "输入实验名": "輸入實驗名稱",
     "目标采样率": "目標取樣率",
     "模型是否带音高指导(唱歌一定要, 语音可以不要)": "模型是否帶音高指導（唱歌一定要，語音可以不要）",
-    "否": "否",
     "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. ": "step2a：自動遍歷訓練資料夾下所有可解碼成音頻的檔案並進行切片歸一化，在實驗目錄下生成2個wav資料夾；暫時只支援單人訓練。",
     "输入训练文件夹路径": "輸入訓練檔案夾路徑",
     "请指定说话人id": "請指定說話人id",
@@ -55,6 +54,7 @@
     "总训练轮数total_epoch": "總訓練輪數total_epoch",
     "每张显卡的batch_size": "每张显卡的batch_size",
     "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",
+    "否": "否",
     "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",
     "加载预训练底模G路径": "加載預訓練底模G路徑",
     "加载预训练底模D路径": "加載預訓練底模D路徑",

i18n/zh_SG.json

@@ -39,7 +39,6 @@
     "输入实验名": "輸入實驗名稱",
     "目标采样率": "目標取樣率",
     "模型是否带音高指导(唱歌一定要, 语音可以不要)": "模型是否帶音高指導（唱歌一定要，語音可以不要）",
-    "否": "否",
     "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. ": "step2a：自動遍歷訓練資料夾下所有可解碼成音頻的檔案並進行切片歸一化，在實驗目錄下生成2個wav資料夾；暫時只支援單人訓練。",
     "输入训练文件夹路径": "輸入訓練檔案夾路徑",
     "请指定说话人id": "請指定說話人id",
@@ -55,6 +54,7 @@
     "总训练轮数total_epoch": "總訓練輪數total_epoch",
     "每张显卡的batch_size": "每张显卡的batch_size",
     "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",
+    "否": "否",
     "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",
     "加载预训练底模G路径": "加載預訓練底模G路徑",
     "加载预训练底模D路径": "加載預訓練底模D路徑",

i18n/zh_TW.json

@@ -39,7 +39,6 @@
     "输入实验名": "輸入實驗名稱",
     "目标采样率": "目標取樣率",
     "模型是否带音高指导(唱歌一定要, 语音可以不要)": "模型是否帶音高指導（唱歌一定要，語音可以不要）",
-    "否": "否",
     "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. ": "step2a：自動遍歷訓練資料夾下所有可解碼成音頻的檔案並進行切片歸一化，在實驗目錄下生成2個wav資料夾；暫時只支援單人訓練。",
     "输入训练文件夹路径": "輸入訓練檔案夾路徑",
     "请指定说话人id": "請指定說話人id",
@@ -55,6 +54,7 @@
     "总训练轮数total_epoch": "總訓練輪數total_epoch",
     "每张显卡的batch_size": "每张显卡的batch_size",
     "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",
+    "否": "否",
     "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",
     "加载预训练底模G路径": "加載預訓練底模G路徑",
     "加载预训练底模D路径": "加載預訓練底模D路徑",