🎨 同步 locale (#266)

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

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.",