feat/llama cpp inference

[cms42]

• llama.cpp inference support for MOSS-TTS-Delay-8B
• ONNX/TRT inference support for MOSS Audio Tokenizer

[xiami2019]

用Codex Review了一下hh

我看完这个 PR 的主要改动后，先给你结论：有 3 个我认为需要在合并前处理的问题。

[P1] 默认安装路径发生回归：torch/torchaudio/transformers 已从必选依赖移到 optional，但文档仍让用户 pip install -e .；这会让现有主流程脚本在运行时直接因缺包失败（例如 import torch / import transformers）。Refs: /tmp/moss-tts-pr58/pyproject.toml:13, /tmp/moss-tts-pr58/README.md:149, /tmp/moss-tts-pr58/clis/moss_tts_app.py:11
[P2] audio_backend=torch 缺少配置校验：audio_model_name_or_path 默认是空字符串，但 validate() 没检查该字段，最终在 _build_audio_tokenizer() 才会在 AutoModel.from_pretrained("") 处崩。建议前置 fail-fast。Refs: /tmp/moss-tts-pr58/moss_tts_delay/llama_cpp/pipeline.py:92, /tmp/moss-tts-pr58/moss_tts_delay/llama_cpp/pipeline.py:167, /tmp/moss-tts-pr58/moss_tts_delay/llama_cpp/pipeline.py:276
[P3] use_gpu_audio 对 torch 音频后端未生效：配置里有该开关，但只在 ONNX 分支使用；torch 分支没有根据该开关放到 GPU，容易出现“看起来支持 GPU，实际上跑在 CPU”的性能回退。Refs: /tmp/moss-tts-pr58/moss_tts_delay/llama_cpp/pipeline.py:103, /tmp/moss-tts-pr58/moss_tts_delay/llama_cpp/pipeline.py:261, /tmp/moss-tts-pr58/moss_tts_delay/llama_cpp/pipeline.py:274
补充说明：

我这次主要做了代码与配置审阅，没有跑端到端权重推理（本地无对应 GGUF/ONNX/TRT 权重环境）。
这个 PR 整体方向是好的（llama.cpp 后端架构完整），但上面 3 个点会直接影响可用性和安装体验。

[cms42]

收到！ [P1] 更新了中英文README，[P2] [P3] 按建议做了修改

之前一直focus在性能和功能正确性，确实没咋留意安装、文档和corner case相关的问题（）我让Opus再Review一轮，重点关注这些方面🫡

端到端权重推理是可以跑的，我们用大规模任务/多样输入测过了，请Codex放心（x