Docker-сервис, выбор основы и сравнение моделей, сборщик датасета

- Docker: Dockerfile (CPU), compose с FlareSolverr, настройка через DUB_* переменные,
  токен доступа к /predict, tools/pack_models.py, workflow Gitea Actions, docs/docker.md
- Модель грузится офлайн (config.json рядом с весами); общий код вынесен в src/spans.py,
  сервису не нужны sklearn/matplotlib/pandas
- Обучение: профили tiny2/base/large/modern, запуски в models/runs, реестр и честное
  сравнение на одной тестовой выборке (src/runs.py), пункт меню «Модели»
- Датасет: язык и аудио-параметры дорожек, 18+ по строкам «Аудио», ручные метки по ссылкам,
  переиндексация сохранённого HTML, параллельная сборка, сбалансированная выборка
- Тексты страниц (data/pages) больше не хранятся в git

Co-Authored-By: Claude Sonnet 5.5 <[email protected]>

docs/integration.md

@@ -21,6 +21,8 @@ python -m src.service --model models/best --port 8000
 # или открыто наружу: python -m src.service --host 0.0.0.0 --port 8000
 ```
 
+В Docker (VPS, FlareSolverr через переменные окружения, CI/CD в Gitea) — см. [docker.md](docker.md).
+
 API:
 
 * `GET /health` → `{"status": "ok", "model": "...", "device": "...", "classes": [...]}`
@@ -32,6 +34,18 @@ API:
 
 Ответ: `{"tracks": [ …контракт из docs/inference.md… ]}`.
 
+Каждая дорожка помимо типа, студии и 18+ несёт (поля только добавляются, прежние не менялись):
+
+| Поле | Что это |
+|---|---|
+| `lang`, `lang_confidence`, `lang_source` | язык дорожки (`RUS`, `UKR`, `ENG`, …); источник: `model` (языковая голова), `audio` (строка «Аудио»), `text` (слова в строке дорожки) или `null` |
+| `role` | `перевод` / `оригинал` / `комментарии` (по строке «Аудио» и тексту, правилами) |
+| `official` | в строке «Аудио» сказано «официальный» / «лицензионный» |
+| `audio` | `{codec, channels, bitrate_kbps}` из строки «Аудио» (или `null`) |
+
+Русский и украинский дубляж одной студии — две отдельные дорожки; так же раздельны обычная
+дорожка студии и её дорожка 18+ (если на странице две строки «Аудио» с одной студией).
+
 curl:
 
 ```bash
@@ -204,3 +218,23 @@ node onnx_local.mjs "../../models/best-onnx" "Перевод: Дублирова
 одну дорожку; для полной обработки страницы нужно сначала получить сегменты
 (например, один вызов лёгкого HTTP-эндпоинта или порт `html_extract.py` —
 это регулярки без зависимостей, кроме BeautifulSoup для HTML).
+
+## Серии по студиям (для Sonarr)
+
+В ответе релиза у каждой дорожки есть `episodes` («1-4», «1,3-5») и `episode_ranges`
+(`[[1, 4]]`); `null` — серии у дорожки не указаны, считается, что она покрывает весь
+релиз. Для сериалов добавлен блок `series`:
+
+```json
+"series": {"season": "2", "episodes": "1-9", "total": 10,
+           "by_studio": {"LostFilm": "1-4", "Red Head Sound": "1"},
+           "full_release": ["Syncmer"]}
+```
+
+`full_release` — студии, у которых серии не указаны: для сериала это значит, что озвучены
+все серии, вышедшие в релизе.
+
+`episodes` и `total` берутся из заголовка («сезон 2, серии 1-9 из 10»), `by_studio` — из
+строк дорожек. Диапазоны разбирает `src/episodes.py` правилами (числа и диапазоны
+точны); размеченных примеров пока мало (серии указаны примерно в 5% строк nnm), поэтому
+обучаемый разбор можно делать после накопления данных сборщиком.