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。

apps/common/appcli.h

@@ -1,13 +1,19 @@
 #pragma once
 
 #include <cstdio>
+#include <memory>
 #include <string>
 
 #include <QCommandLineOption>
 #include <QCommandLineParser>
 
-#include "qwen3asr.h"
+#include "iasr.h"
+#include "modelstore.h"
 #include "streamingasr.h"
+#include "qwen3asr.h"
+#if defined(LC_HAVE_SHERPA)
+#include "sherpaasr.h"
+#endif
 
 // 两个可执行程序（GUI / CLI）共用的命令行选项定义与解析。
 namespace lc::app {
@@ -87,4 +93,79 @@ inline bool loadModel(Qwen3Asr & asr, const AsrOptions & opt)
     return true;
 }
 
+// ---- 推理后端选择 ----
+//
+// llama 后端：Qwen3-ASR 的 GGUF 模型（--model / --mmproj）
+// sherpa 后端：流式 ONNX 模型，按注册表 id 从模型存储目录取（--asr-model <id>）
+inline void addBackendOptions(QCommandLineParser & p)
+{
+    p.addOption(makeOption("asr-backend", "推理后端: llama（Qwen3-ASR GGUF）或 sherpa（流式 ONNX）",
+                           "kind", "llama"));
+    p.addOption(makeOption("asr-model", "模型注册表里的 id（sherpa 后端用它定位文件）", "id"));
+    p.addOption(makeOption("model-dir", "覆盖模型存储目录（默认 ~/.local/share/live-caption/models）", "dir"));
+    p.addOption(makeOption("language", "语言提示，多语言模型用（zh / en / ja …）；留空=自动", "lang"));
+}
+
+// 按命令行选择并加载后端；失败时返回 nullptr 并把原因写进 err
+inline std::unique_ptr<IAsr> makeAsr(const QCommandLineParser & p,
+                                     const AsrOptions & asrOpt, std::string * err)
+{
+    const QString dir = p.value("model-dir");
+    if (!dir.isEmpty()) models::ModelStore::setRootOverride(dir);
+
+    const QString backend = p.value("asr-backend");
+    const QString modelId = p.value("asr-model");
+    const QString lang    = p.value("language");
+
+    const models::ModelInfo * info =
+        modelId.isEmpty() ? nullptr : models::ModelStore::find(modelId);
+    if (!modelId.isEmpty() && !info) {
+        if (err) *err = "注册表里没有模型: " + modelId.toStdString();
+        return nullptr;
+    }
+
+    const bool useSherpa = (backend == QLatin1String("sherpa"))
+                           || (info && info->backend == models::Backend::SherpaOnline);
+
+    if (useSherpa) {
+#if defined(LC_HAVE_SHERPA)
+        if (!info) {
+            if (err) *err = "sherpa 后端需要 --asr-model <id>（见 data/models.json）";
+            return nullptr;
+        }
+        QStringList missing;
+        if (!models::ModelStore::isInstalled(*info, &missing)) {
+            if (err) {
+                *err = "模型未安装，缺失: " + missing.join(QStringLiteral(", ")).toStdString()
+                       + "\n  可运行: scripts/fetch-models.sh " + info->id.toStdString();
+            }
+            return nullptr;
+        }
+        SherpaAsr::Options o;
+        o.encoder = info->filePath(QStringLiteral("encoder")).toStdString();
+        o.decoder = info->filePath(QStringLiteral("decoder")).toStdString();
+        o.joiner  = info->filePath(QStringLiteral("joiner")).toStdString();
+        o.tokens  = info->filePath(QStringLiteral("tokens")).toStdString();
+        o.threads = 1;   // 这类模型单线程最快（多线程反而被同步开销拖慢）
+        if (info->languages.size() > 1 && !lang.isEmpty()) {
+            o.language = lang.toStdString();   // 多语言模型（Nemotron）需要语言提示
+        }
+        auto a = std::make_unique<SherpaAsr>();
+        if (!a->load(o, err)) return nullptr;
+        return a;
+#else
+        if (err) *err = "编译时未找到 sherpa-onnx（-DSHERPA_ONNX_ROOT=...）";
+        return nullptr;
+#endif
+    }
+
+    auto a = std::make_unique<Qwen3Asr>();
+    if (asrOpt.modelPath.empty() || asrOpt.mmprojPath.empty()) {
+        if (err) *err = "llama 后端需要 --model 和 --mmproj（或改用 --asr-backend sherpa --asr-model <id>）";
+        return nullptr;
+    }
+    if (!a->load(asrOpt, err)) return nullptr;
+    return a;
+}
+
 } // namespace lc::app