V0.5.1

重构

• 时间轴对齐合成：TTSEngine.synthesize_segments 现在在 TTS 阶段即完成逐句合成 + 时间轴放置 + 压缩 + 淡入淡出，不再依赖 mix 阶段的二次合成
• Edge-TTS 并发合成：从串行优化为并发（~10-30秒）

其余修复

• build_aligned_tts 从 mixer 移入 TTSEngine.synthesize_segments，消除 mix 阶段的冗余二次合成
• _merge_audio_with_timeline 替代原 _merge_audio（np.concatenate → 时间轴放置）
• Qwen3TTSEngine.speed_instruct 从 Mixer._qwen3_speed_instruct 迁移
• execute_mix 简化：移除 build_aligned_tts 调用分支，直接用 tts_output.wav 混音
• execute_tts 新增 input_path 参数，传递原音频时长和采样率给 synthesize_segments