feat(caption): stream live captions and polish finished lines in context

Replaces the fixed six-second batches with a streaming track per audio
source: the uncommitted audio is re-recognised every second and sent as a
partial with its agreed (stable) prefix, a short pause finalises the line,
and long unbroken speech is committed at Whisper segment boundaries. Idle
audio is trimmed so silence cannot produce invented sentences.

Finished lines are corrected by the local model against the previous lines
and replaced in place; edits that change too much are rejected. The
behaviour can be switched off in Settings.

packages/i18n/src/locales/vi.json

@@ -522,5 +522,7 @@
   "input.feedback.recommendationFailed": "Không thể thêm {{app}} vào danh sách loại trừ.",
   "popup.caption.loading": "Đang chuẩn bị mô hình giọng nói…",
   "popup.caption.waiting": "Đang nghe… phụ đề đầu tiên có thể mất vài giây",
-  "popup.caption.dragHint": "Kéo để di chuyển · nhấp đúp để đặt lại"
+  "popup.caption.dragHint": "Kéo để di chuyển · nhấp đúp để đặt lại",
+  "settings.captionRefine": "Chỉnh phụ đề theo ngữ cảnh",
+  "settings.captionRefine.desc": "AI cục bộ sửa khoảng trắng, dấu câu và từ nghe nhầm dựa trên các dòng xung quanh."
 }