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/controllers/upload_router.py

@@ -1,6 +1,6 @@
 """分片上传路由：建会话 / 查状态 / 传分片 / complete。
 
-协议与 server 完全一致，区别仅在 complete 后创建的是转写 Task 而非 UploadedFile。
+complete 成功后创建转写 Task 并交由 scheduler 入队。
 """
 
 from __future__ import annotations
@@ -60,10 +60,11 @@ def complete_session(
     """拼接分片 + 创建转写任务 + 入队管线。
 
     controller 负责编排：service.complete 只管存储（拼接 + 建 Task），
-    管线触发由 controller 调用，service 不依赖 pipeline（避免循环依赖）。
+    管线触发由 controller 调用 scheduler（ffmpeg 异步 + GPU 串行调度），service 不依赖
+    scheduler（避免循环依赖）。
     """
     resp = service.complete(upload_id)
     # 仅新建任务时入队（幂等 complete 返回的也是同一 task_id，enqueue 幂等无副作用）
-    from ..services.pipeline import enqueue_task
+    from ..services.scheduler import enqueue_task
     enqueue_task(resp.task_id)
     return resp