feat: removido o tamanho do modelo do seletor da tela Editar vídeo

- removido o tamanho do modelo do seletor da tela Editar vídeo
- acelerada a transcrição do Scanner com inferência Whisper em lote e cache de hashes
- garantido um resultado separado para cada clipe de áudio selecionado no Scanner
- adicionado cancelamento do processamento do Scanner pela barra de progresso
- exibido estado visual próprio para Scanner cancelado na barra de progresso
- reorganizada a tela Scanner em blocos separados de imagem e som

Resumo:
- 7 arquivos alterados
- 1 novos
- 6 modificados
- 0 removidos

 6 files changed, 92 insertions(+), 40 deletions(-)

Arquivos:
  - .jhonny/analises.db
  - code/cep-plugin/index.html
  - code/cep-plugin/main.js
  - code/cep-plugin/styles.css
  - code/engine/integracoes/whisper/provider_de_transcricao_local.py
  - code/engine/scanner/transcricao_da_timeline.py
  - code/engine/testes/test_provider_de_transcricao_local.py

code/engine/scanner/transcricao_da_timeline.py

@@ -50,24 +50,23 @@ class TranscricaoDaTimeline:
                 clipes.append(clipe)
 
         transcricoes: dict[str, list[SegmentoDeTranscricao]] = {}
+        chaves_por_arquivo: dict[str, str] = {}
         for clipe in clipes:
-            chave = self._chave_do_arquivo(clipe.arquivo)
+            chave = chaves_por_arquivo.get(clipe.arquivo)
+            if chave is None:
+                chave = self._chave_do_arquivo(clipe.arquivo)
+                chaves_por_arquivo[clipe.arquivo] = chave
             if chave not in transcricoes:
                 transcricoes[chave] = self._transcrever_arquivo(clipe.arquivo, chave)
 
         resultados: list[TranscricaoDoClipe] = []
-        vistos: set[tuple[str, float, float, float, float]] = set()
         for clipe in clipes:
             intervalo = clipe.intervalo_na_timeline
             origem = clipe.intervalo_na_origem
             inicio_origem = origem.inicio if origem else 0.0
             fim_origem = origem.fim if origem else float("inf")
-            chave = (self._chave_do_arquivo(clipe.arquivo), inicio_origem, fim_origem,
+            chave = (chaves_por_arquivo[clipe.arquivo], inicio_origem, fim_origem,
                      intervalo.inicio, intervalo.fim)
-            # Vídeo e áudio vinculados podem representar o mesmo corte.
-            if chave in vistos:
-                continue
-            vistos.add(chave)
             segmentos = []
             for segmento in transcricoes[chave[0]]:
                 fim = min(segmento.fim, fim_origem)