feat: 媒体库字幕重生成统计脚本（数量/时长/旧字幕备份）

模型与管线切换后需要把媒体库里旧管线生成的字幕整批重跑。批量引擎按"视频旁
已有字幕即 SKIPPED"判定，重跑前必须先统计范围、再把旧字幕改名备份，否则建出来
的任务会把所有视频全部跳过。

- `scripts/plan_regenerate_subtitles.py`：扫描媒体库，按 CN 产物的最早 mtime 判定
  生成时间，统计待重生成的数量/时长/体积并输出 JSON 计划；`--backup-old [--apply]
  [--select]` 把旧字幕原地改名为 `<原名>.old-<日期>` 供批量重跑。脚本不依赖仓库，
  可拷到媒体库主机直接跑（CIFS 挂载下逐文件 ffprobe 太慢）。
- 测试覆盖真实 10 秒视频与真实字幕文件，含 ffprobe 时长探测、分类边界、
  备份幂等与选择清单解析。

docs/operations.md

@@ -160,6 +160,40 @@
 - **环境变量**：`WOV_BATCH_ENABLED`（默认 1）、`WOV_BATCH_INTERVAL_SECONDS`
   （默认 1.0），完整列表见 [configuration.md](./configuration.md)。
 
+## 媒体库历史字幕重建（统计 → 备份 → 批量重跑）
+
+模型或管线切换后，媒体库里由旧管线生成的字幕需要整批重跑。批量引擎按
+“视频旁已有字幕即 SKIPPED”判定，所以重跑前必须先统计范围、再把旧字幕改名
+备份，否则建出来的任务会把所有视频全部跳过。工具是 `scripts/plan_regenerate_subtitles.py`
+（**不依赖仓库**，可拷到媒体库主机直接跑：CIFS 挂载下逐文件 ffprobe 与
+目录扫描都慢得多，在 NAS 本地跑 524 个视频只要几秒）。
+
+生成时间的判定口径：只看本流水线产出的 CN 产物（`<视频名>.CN.srt`、
+`<视频名>.CN_dual_eye.ass`），取它们**最早**的 mtime——双目 `.ass` 可能被样式
+统一脚本原地改写而“变新”，中文字幕的 mtime 才是真实生成时间。
+
+```bash
+# 1) 统计：数量 / 时长 / 体积 / 按月分布，并写出逐条明细 JSON
+python3 scripts/plan_regenerate_subtitles.py /vol1/1000/123 \
+    --before 2026-09-01 --out data/experiments/regen_plan/plan_2026-09-01.json
+
+# 2) 备份旧字幕（默认预览，--apply 才落盘）：改名 <原名>.old-<当天日期>
+python3 scripts/plan_regenerate_subtitles.py /vol1/1000/123 --backup-old
+python3 scripts/plan_regenerate_subtitles.py /vol1/1000/123 --backup-old --apply \
+    --select sample10.txt          # 只处理清单里的视频，支持 # 注释
+
+# 3) 建批量任务（批量页或 POST /api/batch/jobs）
+```
+
+- 备份文件名带 `.old-<日期>` 后缀，扩展名不再是字幕后缀，批量引擎不会再把它当
+  旁挂字幕；确认新字幕无误后删除备份，需要回退则去掉后缀改回原名。
+- 未备份的视频仍有旁挂字幕 → 创建任务时记 SKIPPED，因此“整库建一个任务”即可，
+  实际只会处理被备份的那批；已重跑的视频产出新 CN 字幕（mtime 变新），全量重建
+  时自动归入“已是最新”，不会重复处理。
+- 实测数据（380 个待重生成 / 207.88 小时；10 个样本 6.54 小时素材跑 77.7 分钟、
+  GPU 平均 289.6 W、约 0.375 kWh，全量推算约 41 小时 / 整机 15 kWh）见
+  `data/experiments/regen_plan/REPORT.md`。
+
 ## 相关文档
 
 - 环境变量全表：[configuration.md](./configuration.md)

docs/testing.md

@@ -51,6 +51,7 @@ tests/
 ├── web/test_crop/               # 对应 web/assets/（框选几何换算）
 ├── web/test_batch/              # 对应 web/assets/（批量页渲染）
 ├── scripts/test_fix_zombie_batch_jobs/  # 对应 scripts/（僵尸批量任务修复）
+├── scripts/test_plan_regenerate_subtitles/  # 对应 scripts/（字幕重生成计划统计）
 └── shared/                      # 跨模块公共设施
     ├── realdata_contract.py     # 真实数据契约与对齐量化
     ├── srt_entries.py           # 按秒解析 SRT
@@ -161,6 +162,7 @@ tests/
 | `web/assets/crop.js` | 框选几何换算 | `tests/web/test_crop/`（真实 node 执行） | 已覆盖 |
 | `web/assets/batch.js` | 批量页明细/进度渲染 | `tests/web/test_batch/`（真实 node 执行） | 已覆盖 |
 | `scripts/fix_zombie_batch_jobs.py` | 僵尸批量任务诊断与修复 | `tests/scripts/test_fix_zombie_batch_jobs/` | 已覆盖 |
+| `scripts/plan_regenerate_subtitles.py` | 媒体库字幕重生成计划统计（数量/时长/分类） | `tests/scripts/test_plan_regenerate_subtitles/` | 已覆盖 |
 | `tests/shared/srt_entries.py` | 按秒解析 SRT（测试公共设施） | `tests/shared/test_srt_entries/` | 已覆盖 |
 | `tests/shared/realdata_contract.py` | 真实数据契约与对齐量化 | `tests/shared/test_alignment/` | 已覆盖 |
 | `tests/shared/env_isolation.py` | 环境/临时目录隔离 | 被 `tests/app/test_config` 等间接覆盖 | 已覆盖（间接） |