feat: whisper 节点自动接入自适应 VAD + 方案文档

- nodes/whisper.py：invoke 检测到 vad_filter=true 且未显式传 vad_parameters
  且 WOV_AUTO_VAD=1 时，自动调用 vad_profiler.vad_parameters_for_audio 按
  本音频信号动态确定 VAD 参数并传给 transcribe；分析失败回退默认不中断转写
  （防御性，不影响整段流程）。
- tests/test_nodes.py：新增自动 VAD 异常回退测试（patch profiler 抛错，
  验证 whisper 正常转写 + transcribe 收到 vad_parameters=None）。
- docs/adaptive_vad.md：完整方案文档（背景/可行性/三层架构/参数建议规则/
  评分器/实现落点/取舍/实现状态）。

nodes/whisper.py

@@ -236,6 +236,27 @@ def invoke(request: InvokeRequest) -> InvokeResponse:
         # 分块转写：默认每 1 分钟一块（chunk_seconds=60），切块失败自动回退整段。
         chunk_seconds = int(request.params.get("chunk_seconds", 60))
         chunks = _split_audio(audio_path, output_dir, chunk_seconds, _ffmpeg_bin())
+        # 每视频自适应 VAD：若开启 vad_filter 且未显式传 vad_parameters，则根据本音频
+        # 信号分析自动确定 VAD 参数（BGM 覆盖/静音比例/长停顿），改善碎片化与漏识别。
+        # 门控 WOV_AUTO_VAD=0 可关闭；显式传入 vad_parameters 时跳过。
+        vad_parameters = request.params.get("vad_parameters")
+        vad_filter = bool(request.params.get("vad_filter", True))
+        if vad_filter and not vad_parameters and os.getenv("WOV_AUTO_VAD", "1") == "1":
+            try:
+                from nodes.vad_profiler import vad_parameters_for_audio
+
+                vad_parameters = vad_parameters_for_audio(
+                    audio_path,
+                    sample_rate=int(request.params.get("sample_rate", 16000)),
+                    whisper_invoke=None,  # 片段网格需模型；生产默认仅信号分析（快速）
+                    run_dir=Path(request.output_dir),
+                    chunk_seconds=chunk_seconds,
+                )
+                logger.info("自动 VAD 参数: %s", vad_parameters)
+            except Exception as exc:  # noqa: BLE001
+                # 分析失败不影响转写：回退默认 bentenVAD，仅记录。
+                logger.warning("自动 VAD 分析失败，回退默认: %s", exc)
+                vad_parameters = None
         # 逐块转写并合并：offset 用每块实际时长累积（WAV 头精确），SRT 序号连续。
         logger.info("转写开始: %d 个分块", len(chunks))
         lines: list[str] = []
@@ -256,7 +277,8 @@ def invoke(request: InvokeRequest) -> InvokeResponse:
                 language=str(request.params.get("language", "ja")),
                 task=str(request.params.get("task", "transcribe")),
                 beam_size=int(request.params.get("beam_size", 1)),
-                vad_filter=bool(request.params.get("vad_filter", True)),
+                vad_filter=vad_filter,
+                vad_parameters=vad_parameters,
                 condition_on_previous_text=bool(
                     request.params.get("condition_on_previous_text", False)
                 ),