fix: 短时重复伪影也整条删除（判据补重复次数上限）

真实产物里出现 3.7 秒的 cue 被同一个假名填满 111 次（`は`×111），此前判据要求
"时长 ≥15 秒"才删，于是它漏到翻译层，最终变成 56 个"哈"进中文成品字幕。

- 判据改为：重复段占正文 ≥70% 且重复 ≥6 次，并且**时长 ≥15 秒或重复 ≥20 次**。
- 短条走"极端重复"档：真实呻吟的重复次数实测 ≤15（ぇ×15 占 3.2 秒），不会误删。
- 测试数据取自真实产物（A 的日语转写里那条 112 字短伪影）。

nodes/subtitle_cleanup.py

@@ -64,11 +64,13 @@ MOAN_CHARS = frozenset(
 # /んふふ）有效假名 ≤3；>3（如ああああ）或含非呻吟字符的一律保留。
 DEFAULT_MOAN_MAX_CHARS = 3
 
-# 重复伪影判据（whisper 窗口内重复循环会输出整条重复到 30 秒的 cue）：
-# 单元最长 6 字（更长的重复单元在真实数据里未见），至少重复 6 次，
-# 且重复段占正文 ≥70%。真实呻吟重复次数也在 6–15 之间，靠时长区分。
+# 重复伪影判据（whisper 循环解码会把一个单元写满整条 cue）：
+# 单元最长 6 字（更长的重复单元在真实数据里未见），重复段占正文 ≥70%。
+# 长度维度两档：长条（≥15s）重复 ≥6 次即删；短条则要求极端重复（≥20 次）——
+# 真实呻吟重复次数实测 ≤15（ぇ×15 / しゅ×7），而短时伪影实测 3.7 秒填了 111 次。
 REPETITION_UNIT_MAX_CHARS = 6
 REPETITION_MIN_REPEATS = 6
+REPETITION_HARD_REPEATS = 20
 REPETITION_MIN_COVERAGE = 0.7
 
 
@@ -92,20 +94,25 @@ def _is_repetition_artifact(text: str, duration: float, threshold_seconds: float
                             min_repeats: int, min_coverage: float) -> bool:
     """判断一条 cue 是否为 whisper 重复循环伪影（整条删除判据）。
 
-    判据（同时满足）：展示时长 ≥ 阈值、同一 1–6 字单元连续重复 ≥ min_repeats 次、
-    重复段占正文 ≥ min_coverage。短促重复（“ぇ”×15 只占 3 秒）是真实发声，靠
-    时长区分，与寒暄幻觉同一套“长条才删”思路。
+    同时满足：同一 1–6 字单元连续重复 ≥ min_repeats 次、重复段占正文
+    ≥ min_coverage，且**时长 ≥ 阈值或重复次数 ≥ REPETITION_HARD_REPEATS**。
+    长度维度分两档是必要的：只按"长条才删"会漏掉短时循环（实测 3.7 秒的 cue
+    被填了 111 个假名，翻译后变成 56 个"哈"进成品）；而真实呻吟的重复次数实测
+    ≤15（ぇ×15 占 3.2 秒），所以短条用"极端重复"判据即可区分，不会误删。
+    threshold_seconds ≤ 0 关闭过滤。
     """
-    if threshold_seconds <= 0 or duration < threshold_seconds:
+    if threshold_seconds <= 0:
         return False
     stripped = text.replace("\n", "")
     found = _longest_repeated_run(stripped, REPETITION_UNIT_MAX_CHARS)
     if found is None:
         return False
     run, repeats = found
-    if repeats < min_repeats or not stripped:
+    if not stripped or repeats < min_repeats:
         return False
-    return len(run) / len(stripped) >= min_coverage
+    if len(run) / len(stripped) < min_coverage:
+        return False
+    return duration >= threshold_seconds or repeats >= REPETITION_HARD_REPEATS
 
 def _moan_chars(text: str) -> int:
     """返回 text 中'有效假名字符'数量（呻吟判据的一部分）。
@@ -196,7 +203,8 @@ def remove_repetition_entries(
     模型在窗口内卡住重复时会把同一单元写满整条 cue（实测 30 秒、重复 74–446
     次）：这种正文会让下游 LLM 跟着重复、把预算耗在思考上而报结构错误，也会
     直接渲染成超长字幕行，因此在产生处整条删除。判据见 _is_repetition_artifact：
-    长条（时长 ≥ 阈值）+ 同一短单元高频重复且占满正文，真实短促呻吟不会命中。
+    长条（时长 ≥ 阈值）或极端重复（≥ REPETITION_HARD_REPEATS 次）+ 同一短单元
+    占满正文；真实短促呻吟（重复 ≤15 次）不会命中。
     threshold_seconds ≤ 0 时关闭过滤。纯函数，不修改输入。
     """