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.gpu.yaml

@@ -29,14 +29,16 @@ asr:
   language: en
   word_timestamps: true
   vad_filter: true
+  batch_size: 16             # BatchedInferencePipeline：每批解码 16 个 30s 音频块，填充 GPU
 
 translation:
   model: facebook/nllb-200-distilled-1.3B   # 质量最好
   device: cuda
   src_lang: eng_Latn
   tgt_lang: zho_Hans
-  batch_size: 16             # 不共驻时显存独占，大 batch
+  batch_size: 32             # 不共驻时显存独占，大 batch 填充 GPU
   max_length: 256
+  sort_by_length: true       # 按句子长度排序后分批，减少批内 padding 浪费
 
 segmentation:
   max_words_per_line: 14
@@ -46,7 +48,7 @@ segmentation:
 
 
 logging:
-  level: info              # debug=详细子步骤, info=仅阶段转换, error=完整 traceback
+  level: info              # debug | info | warning | error（控制台最低级别）
   buffer_size: 2000
 
 docs: