fix: whisper 重复伪影整条删除，避免翻译层空响应失败

whisper 在单个窗口内卡住重复时会把一个单元写满整条 cue（实测 30 秒整、重复
74–446 次，如 `チン`×111）。这类正文会让下游 LLM 跟着循环、把输出预算耗在思考上，
最终 `content` 返回空串并报 `translation alignment failed … Expecting value:
line 1 column 1 (char 0)`；它也可能直接渲染成超长字幕行。

- `nodes/subtitle_cleanup.py` 新增 `remove_repetition_entries`：**纯模式判据、无字符
  词表**——展示时长 ≥15s 且同一 1–6 字单元连续重复 ≥6 次且覆盖正文 ≥70% 的 cue 整条
  删除；真实短促呻吟（`ぇ`×15、`ああああああ`）靠时长区分，零误删。
- `nodes/whisper.py` 在转写产出处应用该清洗（VAD 开关都生效，它与套话幻觉无关）。
- 真实数据验证：本地全部真实转写 3605 条 cue 只删 5 条 30 秒伪影；对照实验同批次
  伪影截短后 5/5 成功、原样 1/5。

tests/nodes/test_whisper/test_transcribe.py

@@ -543,3 +543,25 @@ def test_real_whisper_transcribes_real_speech(tmp_path: Path) -> None:
     starts = [e["start"] for e in entries]
     assert starts == sorted(starts)
     assert max(starts) <= 62.0
+
+
+def test_invoke_drops_repetition_artifact_in_decode_full(tmp_path: Path, monkeypatch) -> None:
+    """decode_full 下删除 30 秒重复伪影：它会带着翻译层一起进重复循环。
+
+    数据：假模型返回一段 30 秒窗口被同一单元填满的伪影 + 一条真实台词。
+    过程：调用 invoke（decode_full=True）。
+    验证：伪影整条删除、真实台词保留，产物里不再出现超长重复正文。
+    """
+    artifact = "チン" * 111
+    model = FakeModel([
+        FakeSegment(0.0, 30.0, artifact),
+        FakeSegment(30.0, 33.0, "そこ、だめ"),
+    ])
+    _inject_model(monkeypatch, model)
+
+    response = invoke(_request(tmp_path, SPEECH_WAV, chunk_seconds=0, decode_full=True))
+
+    assert response.status == "completed", response.error
+    content = Path(response.outputs["srt_uri"]).read_text(encoding="utf-8")
+    assert artifact not in content
+    assert "そこ、だめ" in content