feat(engine): 重构字幕引擎，新增 Sherpa-ONNX SenseVoice 语音识别模型

- 重构字幕引擎，将音频采集改为在新线程上进行
- 重构 audio2text 中的类，调整运行逻辑
- 更新 main 函数，添加对 Sosv 模型的支持
- 修改 AudioStream 类，默认使用 16000Hz 采样率

engine/utils/server.py

@@ -1,13 +1,12 @@
 import socket
 import threading
 import json
-# import time
-from utils import thread_data, stdout_cmd, stderr
+from utils import shared_data, stdout_cmd, stderr
 
 
 def handle_client(client_socket):
-    global thread_data
-    while thread_data.status == 'running':
+    global shared_data
+    while shared_data.status == 'running':
         try:
             data = client_socket.recv(4096).decode('utf-8')
             if not data:
@@ -15,13 +14,13 @@ def handle_client(client_socket):
             data = json.loads(data)
 
             if data['command'] == 'stop':
-                thread_data.status = 'stop'
+                shared_data.status = 'stop'
                 break
         except Exception as e:
             stderr(f'Communication error: {e}')
             break
     
-    thread_data.status = 'stop'
+    shared_data.status = 'stop'
     client_socket.close()
 
 
@@ -34,7 +33,6 @@ def start_server(port: int):
         stderr(str(e))
         stdout_cmd('kill')
         return
-    # time.sleep(20)
     stdout_cmd('connect')
 
     client, addr = server.accept()