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

config.example.yaml

@@ -1,5 +1,9 @@
-# audio2text 运行时配置。复制为 config.yaml 后填值。所有路径相对容器内 /app。
-# CPU dev / GPU prod 仅靠 device + model + compute_type 三项切换，代码不变。
+# audio2text 运行时配置模板。
+# 复制为 config.yaml 后填值。所有路径相对容器内 /app。
+#
+# CPU dev / GPU prod 仅靠 asr + translation 两段的 device/model/compute_type/batch_size 切换。
+# 下方注释标注了 CPU（开发）与 GPU（生产）的推荐值对照。
+# 完整对照：CPU 用 ./setup.sh（默认），GPU 用 AUDIO2TEXT_VARIANT=gpu ./setup.sh。
 
 server:
   host: 0.0.0.0      # 容器内对外监听（由 docker -p 映射到宿主）
@@ -10,9 +14,9 @@ storage:
   upload_dir: /data/uploads            # 上传视频落盘根目录
   work_dir: /data/.work                # 分片会话暂存 + 中间音频
   output_dir: /data/outputs            # 生成的 SRT 字幕输出
-  chunk_bytes: 1048576                 # 1 MiB 流式分片
+  chunk_bytes: 1048576                 # 1 MiB 服务端流式读缓冲（前端分片大小由前端定）
   chunk_session_ttl_seconds: 300       # 被放弃会话的存活秒数（后台 reaper 据此清理）
-  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_retention_days: 7              # 任务产物保留天数，超期清理（0=禁用）
   cache_cleanup_interval_hours: 24     # 定时清理间隔（启动时跑一次，之后循环）
 
 processing:
@@ -20,36 +24,40 @@ processing:
   keep_audio: false                   # 完成后是否保留中间 wav（默认删，只留字幕）
 
 asr:
-  # CPU dev：tiny.en + int8（Whisper 同系列最小，英文专用）
-  # GPU prod：large-v3-turbo + float16，3090 上几 GB 视频几分钟出字幕
-  model: tiny.en
-  device: cpu              # cpu | cuda
-  compute_type: int8       # cpu: int8；gpu: float16
-  language: en             # 仅英语
-  word_timestamps: true    # 词级时间戳：让断句精确而非纯匀速估算
-  vad_filter: true         # 过滤静音段，提升质量与速度
+  # CPU dev：tiny.en + int8（Whisper 同系列最小，英文专用，~39M）
+  # GPU prod：large-v3-turbo + float16（8x 速度，质量接近 large-v3，~3GB 显存）
+  model: tiny.en                       # CPU: tiny.en | GPU: large-v3-turbo
+  device: cpu                          # cpu | cuda
+  compute_type: int8                   # CPU: int8 | GPU: float16
+  language: en                         # 仅英语
+  word_timestamps: true                # 词级时间戳：让断句精确而非纯匀速估算
+  vad_filter: true                     # 过滤静音段，提升质量与速度
+  batch_size: 8                        # CPU: 8 | GPU: 16（BatchedInferencePipeline 批量解码音频块）
 
 translation:
-  model: facebook/nllb-200-distilled-1.3B
-  device: cpu              # cpu | cuda
-  src_lang: eng_Latn       # NLLB 语言码：英语
-  tgt_lang: zho_Hans       # NLLB 语言码：简体中文
-  batch_size: 16           # 不与 ASR 共驻：翻译时显存独占，可用大 batch
-  max_length: 256          # 单条翻译最大 token
+  # CPU dev：Helsinki-NLP/opus-mt-en-zh（~300MB，2GB 内存可跑）
+  # GPU prod：facebook/nllb-200-distilled-1.3B（质量最好，~2.5GB 显存）
+  # 注意：model 与 device 必须配套——GPU 模型配 CPU device 会 OOM，反之浪费硬件。
+  model: Helsinki-NLP/opus-mt-en-zh    # CPU: opus-mt-en-zh | GPU: facebook/nllb-200-distilled-1.3B
+  device: cpu                          # cpu | cuda
+  src_lang: eng_Latn                   # NLLB 语言码：英语
+  tgt_lang: zho_Hans                   # NLLB 语言码：简体中文
+  batch_size: 8                        # CPU: 8 | GPU: 32（不共驻时显存独占可用大 batch）
+  max_length: 256                      # 单条翻译最大 token
+  sort_by_length: true                 # 按长度排序后分批，减少 padding 浪费（GPU 收益大）
 
 segmentation:
-  max_words_per_line: 14   # 单行最多词数，超出按逗号拆
-  max_duration_seconds: 7.0   # 单条字幕最长 7 秒
-  min_duration_seconds: 1.0   # 单条字幕最短 1 秒（太短则合并）
-  max_chars_per_line: 42      # SRT 规范：每行 ≤42 字符
-
+  max_words_per_line: 14               # 单行最多词数，超出按逗号拆
+  max_duration_seconds: 7.0            # 单条字幕最长 7 秒
+  min_duration_seconds: 1.0            # 单条字幕最短 1 秒（太短则合并）
+  max_chars_per_line: 42               # SRT 规范：每行 ≤42 字符
 
 logging:
-  level: info              # debug | info | warning | error（控制台 + 内存缓冲最低级别）
-  buffer_size: 2000        # /logs 页面内存缓冲条数
+  level: info                          # debug | info | warning | error（控制台最低级别）
+  buffer_size: 2000                    # /logs 页面内存缓冲条数
 
 docs:
   enabled: true
   username: admin
-  password: "CHANGE_ME"   # /docs Basic Auth，明文（root 持有，常量时间比较）
+  password: "CHANGE_ME"                # 部署前务必修改；留空则禁用 /docs
   realm: "audio2text docs"