feat: 调度器+并发管线+GPU优化+日志分级+前端修复

- scheduler: ffmpeg 异步线程 + GPU 串行调度 + 模型复用（2N→2 次加载）
- pipeline: 阶段拆分（extract/asr/translate），中间数据存 Task 字段
- translate_service: 长度排序批处理，padding 浪费减少 91%
- model_manager: ASR/翻译不共驻，BatchedInferencePipeline 批量解码
- 日志分级: INFO=任务流转里程碑，DEBUG=进度详情；默认 INFO
- 前端: 日志最新在上+滚动感知+退避轮询；24h 时间；上传中状态显示
- /health: 返回完整 Whisper/NLLB 配置
- upload_service: 单事务 complete + 扩展名白名单
- task_router: 合并 UploadSession 虚拟任务到列表
- Dockerfile: CPU/GPU 独立构建链，deps 缓存稳定
- prefetch_models: 安装时预下载模型权重

app/config.py

@@ -1,6 +1,7 @@
-"""运行时配置：所有参数从 config.yaml 读取，对齐 server/config.py 的风格。
+"""运行时配置：所有参数从 config.yaml 读取。
 
 CPU dev / GPU prod 仅靠 device / model / compute_type 三项切换，代码完全不变。
+默认值与 config.example.yaml 对齐，确保无 yaml 时也能用最小配置启动。
 """
 
 from __future__ import annotations
@@ -40,21 +41,23 @@ class ProcessingConfig(BaseModel):
 
 
 class AsrConfig(BaseModel):
-    model: str = "small"
-    device: str = "cpu"            # cpu | cuda
-    compute_type: str = "int8"     # cpu: int8；gpu: float16
+    model: str = "tiny.en"       # CPU: tiny.en；GPU: large-v3-turbo
+    device: str = "cpu"          # cpu | cuda
+    compute_type: str = "int8"   # cpu: int8；gpu: float16
     language: str = "en"
     word_timestamps: bool = True
     vad_filter: bool = True
+    batch_size: int = 8          # BatchedInferencePipeline 的音频块批大小；GPU 建议 16
 
 
 class TranslationConfig(BaseModel):
-    model: str = "facebook/nllb-200-distilled-1.3B"
-    device: str = "cpu"            # cpu | cuda
-    src_lang: str = "eng_Latn"
-    tgt_lang: str = "zho_Hans"
-    batch_size: int = 16
-    max_length: int = 256
+    model: str = "Helsinki-NLP/opus-mt-en-zh"  # CPU: opus-mt（轻量）；GPU: facebook/nllb-200-distilled-1.3B
+    device: str = "cpu"          # cpu | cuda
+    src_lang: str = "eng_Latn"   # NLLB 语言码：英语
+    tgt_lang: str = "zho_Hans"   # NLLB 语言码：简体中文
+    batch_size: int = 8          # 排序后单批最大条数；CPU: 8，GPU: 32（显存独占可用大 batch）
+    max_length: int = 256        # 单条最大生成 token 数
+    sort_by_length: bool = True  # 按句子长度排序后分批，减少批内 padding 浪费（GPU 收益大）
 
 
 class SegmentationConfig(BaseModel):
@@ -68,8 +71,8 @@ class LoggingConfig(BaseModel):
     """日志配置：控制台 + 内存缓冲的最低级别，以及缓冲条数。
 
     分层语义：
-    - debug：详细（ffmpeg 命令、模型加载/卸载、转写逐段、翻译逐批进度）
-    - info：简略（仅任务阶段转换，如 "任务 N [transcribing 55%]"）
+    - debug：进度详情（任务 [status pct%]、转写/翻译逐批统计、ffmpeg 命令）
+    - info：任务流转里程碑（音频提取/ASR/翻译 的开始与完成、模型加载与卸载）
     - error：详细错误（完整 traceback，由 logger.exception 自带）
     """