feat(asr): add pluggable ONNX streaming backend and model registry

Add a second backend (sherpa-onnx) alongside llama.cpp, so native
streaming models can be selected by ID from a JSON registry. All such
models share one adapter: only the model files and a few options differ.
Models now live under the app data directory and are fetched by
scripts/fetch-models.sh. Adding a model is a data change, not code.

Measured on the same audio: the streaming backend is ~35x cheaper in CPU
than Qwen3-ASR (0.10-0.12 vs 4.27 core-seconds per audio second), shows
the first caption at 0.48-1.44s, and matches its accuracy for zh/en.

新增 sherpa-onnx 流式后端，与 llama.cpp 并存；模型按注册表 id 从应用
数据目录加载。同族模型共用一个适配器，新增模型只改 data/models.json。
实测流式后端 CPU 约为 Qwen3-ASR 的 1/35，首个字幕 0.48~1.44s，中英
准确率持平。注意预编译库是旧 C++ ABI，必须走其 C API。

README.md

@@ -47,6 +47,22 @@ cmake --build build -j
 ctest --test-dir build --output-on-failure
 ```
 
+## 推理后端
+
+支持两条后端，用 `--asr-backend` 切换（详见 [docs/asr-backends.md](docs/asr-backends.md)）：
+
+- **`llama`（默认）**：llama.cpp/ggml + Qwen3-ASR 的 GGUF 模型   —— 准确率高、52 种语言，但每步成本随段落增长。
+- **`sherpa`**：sherpa-onnx + 流式 ONNX 模型（X-ASR / zipformer / Nemotron）  —— 原生流式，每步成本恒定，CPU 约为前者的 1/35，中英准确率持平。
+
+模型都放在 `~/.local/share/live-caption/models/`，注册表是 `data/models.json`
+（**加模型只加一条数据，不改代码**），用 `scripts/fetch-models.sh` 下载。
+
+```bash
+# 流式后端
+./build/live-caption-cli --asr-backend sherpa --asr-model zipformer-zh-2025
+./build/live-caption-cli --asr-backend sherpa --asr-model nemotron35-560ms --language ja
+```
+
 ## 代码结构
 
 ```