feat: whisper 新增 decode_full 无VAD整段解码参数并改为整条删除式幻觉清洗

解决转写漏句（有人说话但没识别出来）问题：silero VAD 对呻吟/轻语/BGM
混叠声学切段能力天然不足，把真话当非语音剔除（实测 savr-1054 全片仅
召回 115 条）。新增 decode_full 参数（默认 false 保持 VAD 现状）：

- decode_full=true 时强制无 VAD 整段解码 + 跳过自动 VAD 分析，救回被
  剔除的弱语音（savr-1054 全片 115 条 → 340 条）
- 副作用是长时寒暄套话幻觉（おやすみなさい/ご視聴ありがとうございま
  した 等），whisper 转录后连带时间戳整条删除（clean_japanese_ha
  lllucinations），不留下 '-' 占位污染下游（占位会渲染进 ASS 成减号）
- llm-translate 翻译后同样整条删除中文长时寒暄幻觉（clean_srt_text）
- 短时（≤15s）相同词可能是剧情真实道晚安，保留（15s 阈值实测校准）
- subtitle_cleanup 由 '-' 占位式改为整条删除式 + 剩余重编号，新增
  JAPANESE_HALLUCINATION_TOKENS 词表

新增工作流 learn-translate（学习资料转译+翻译字幕）示范 decode_full
用法，并确立参数标注约定：params._note_<参数名> 存放设定理由与正反例、
_node_help 放节点参数手册（_ 前缀说明键，节点执行时忽略，零运行影响）。

调研记录见 docs/调研-whisper漏句与decode_full验证.md（A/B 实验、结论
修正与 5 个待决问题）。

tests/test_seed.py

@@ -17,10 +17,10 @@ WORKSPACE = Path(__file__).resolve().parent.parent
 
 
 def test_seed_default_workflows_idempotent(tmp_path) -> None:
-    """验证从数据文件加载 demo/zh-direct 两个工作流且重复调用幂等。"""
+    """验证从数据文件加载 demo/zh-direct/ocr-subtitle/learn-translate 工作流且重复调用幂等。"""
     db = Database(tmp_path / "wov.db")
     created = seed_default_workflows(db)
-    assert created == 3
+    assert created == 4
     assert db.get_workflow("demo") is not None
     assert db.get_workflow("zh-direct") is not None
 
@@ -38,6 +38,11 @@ def test_seed_default_workflows_idempotent(tmp_path) -> None:
     assert zh_asr["params"]["model_path"] == "whisper-large-v2-translate-zh-v0.2-st-ct2"
     assert zh_asr["params"]["task"] == "translate"
 
+    # learn-translate：应用本次 decode_full 修复的新工作流。
+    learn = db.get_latest_workflow_version("learn-translate")["definition"]
+    learn_asr = next(node for node in learn["nodes"] if node["id"] == "asr")
+    assert learn_asr["params"]["decode_full"] is True
+
     # 再次调用不重复创建。
     assert seed_default_workflows(db) == 0
     assert len(db.list_workflow_versions("demo")) == 1