whisper_full 是否可以重新使用语言自动检测的编码器输出来处理第一个分块?

`whisper_full_with_state()` 在语言为`auto`时首先调用`whisper_lang_auto_detect_with_state()`。该调用编码了第一个音频窗口。主转录循环然后在`seek == 0`时再次调用`whisper_encode_internal()`。对于短的口述片段，第二个编码过程似乎占用了几乎所有的自动检测开销。