feat(backend): add websocket voice streaming pipeline

[yyy-router]

概述

实现后端 WebSocket 实时语音流处理闭环。客户端通过 Binary Frame 持续发送麦克风音频，后端实时转发给阿里云 ASR，并在识别完成后调用 LLM 生成前端可确认的结构化日程草稿。

主要变更

• 扩展 WebSocket 端点以区分 JSON Text Frame 和 Binary Frame。
• 新增音频流开始、二进制分片接收、结束确认和异步结果推送处理。
• 使用有界队列限制内存占用，并支持最大录音时长校验。
• 阿里云 ASR 默认使用 server_vad，并发发送音频和接收识别事件。
• 聚合 VAD 多段最终文本，同时保留 Manual 模式兼容能力。
• 将 ASR 和 LLM 异常映射为可区分处理阶段的统一失败结果。
• 缩短已完成 ASR 会话的 WebSocket 关闭等待，移除额外 10 秒延迟。
• 在应用组装入口注册语音处理服务，并在断连时清理后台任务。

验证

• 后端完整测试：100 个通过。
• Ruff 检查通过。
• 本次改动文件 Mypy 检查通过。
• 已使用浏览器麦克风完成真实 ASR + LLM 端到端验证。

Closes #115

[fennoai]

No issues found in this review.