Initial commit: audio2text 双语字幕生成服务

- 音频/视频转双语(英/中)SRT 字幕，Docker 容器化，CPU 开发/GPU 生产同一份代码
- faster-whisper ASR(词级时间戳) + 断句时间戳重算 + NLLB 翻译(模型不共驻)
- 分片上传(断点续传) + SQLite 持久化 + 主页/历史/日志页面
- 历史页文件名搜索；缓存定时清理(默认保留7天，可配置)
- 双 Dockerfile(cpu/gpu) + setup/start/stop 脚本

config.cpu.yaml

@@ -0,0 +1,57 @@
+# audio2text — CPU 开发配置
+# 模型选同系列最小尺寸，验证流程 + 贴近 GPU 生产环境：
+#   ASR     = whisper tiny.en（39M，英文专用，Whisper 同系列最小）
+#   翻译    = opus-mt-en-zh（~300MB；NLLB-600M 需 ~2.4GB 内存，2GB 开发机 OOM，
+#             故回退到最轻量英译中模型。翻译质量与 GPU 的 NLLB 有差异，但流程一致）
+# 其余配置（存储、断句、输出格式）与 GPU 版完全一致，仅模型/device/compute_type 不同。
+
+server:
+  host: 0.0.0.0
+  port: 8000
+  workers: 1
+
+storage:
+  upload_dir: /data/uploads
+  work_dir: /data/.work
+  output_dir: /data/outputs
+  chunk_bytes: 1048576
+  chunk_session_ttl_seconds: 300
+  cache_retention_days: 7          # 任务产物保留天数，超期清理（字幕/中间音频/保留的原始视频+DB记录）
+  cache_cleanup_interval_hours: 24 # 定时清理间隔（启动时跑一次，之后循环）
+
+processing:
+  delete_original_after_extract: true
+  keep_audio: false
+
+asr:
+  model: tiny.en            # Whisper 同系列最小（39M，英文专用）
+  device: cpu
+  compute_type: int8         # CPU 量化，最省内存
+  language: en
+  word_timestamps: true
+  vad_filter: true
+
+translation:
+  model: Helsinki-NLP/opus-mt-en-zh   # 最轻量英译中（~300MB；NLLB-600M 需 ~2.4GB，2GB 机 OOM）
+  device: cpu
+  src_lang: eng_Latn
+  tgt_lang: zho_Hans
+  batch_size: 8              # opus-mt 轻量，batch 适中
+  max_length: 256
+
+segmentation:
+  max_words_per_line: 14
+  max_duration_seconds: 7.0
+  min_duration_seconds: 1.0
+  max_chars_per_line: 42
+
+
+logging:
+  level: info              # debug=详细子步骤, info=仅阶段转换, error=完整 traceback
+  buffer_size: 2000
+
+docs:
+  enabled: true
+  username: admin
+  password: "CHANGE_ME"
+  realm: "audio2text docs"