feat(channels,voice): IM 各渠道语音消息可被读到（全渠道云端 ASR + 临时熔断）

采集面：mediafetch 新增 inline_voice.go（音频白名单，与 documents.ExtAllowed 互不污染；
复用既有来源白名单 / 逐跳校验 / 边读边限 / 超时）；四个适配器零改动。
消费面：channelbridge 在流水线最前端把「语音字节 → 文本」归一并写回 msg.Content；
inbound.go 的丢空判据放宽为「无文本且无可用媒体」。
微信优先平台自带转写（Content 非空 ⇒ 不调 ASR，不重复付费）。
降级（主人定的两层）：新增 voice/outcome.go 的 STTOutcome 识破静默档位；
errors.go 分类鉴权失败/欠费/限流（CircuitWorthy）；voice_breaker.go 临时熔断 + 退避（TTL 恢复）；
无论是否熔断，消息面都落一行中文诚实提示（绝不静默、绝不留空消息）。
独立短超时：VOICE_STT_TIMEOUT_SEC（默认 20s，同步 .env.example）。
kook 不再把 CDN 地址写进 Content（地址仍在 Media[].URL）。
设计先行：design/06 §1.1/§1.2、design/08 §4.1、design/24 §1.3/§4.2、开源对照清单。
变异 5 条（静默档位不带 Cause / Transcribed 误判 / 熔断恒放行 / ChatText 退化 / 平台文字判据取反）。
诚实边界：实施时官方音频规格尚未抓到 ⇒ MaxVoiceBytes 自定 5 MiB（保守）、采样率仍 16 kHz；
官方规格随后已抓到（10 MB / 5 min；格式含 amr、无 silk），对齐留待下次改动。

internal/config/config.go

@@ -181,6 +181,12 @@ type VoiceConfig struct {
 	// STTModel is the DashScope speech-transcription model.
 	STTModel    string `env:"VOICE_STT_MODEL" default:"qwen-audio-3.0-asr-flash"`
 	STTLanguage string `env:"VOICE_STT_LANGUAGE" default:"zh"`
+	// VoiceSTTTimeoutSec bounds one **IM inbound** voice transcription call
+	// (design/06 §1.1; slice IM-ASR). The channel bridge holds one of its inbound
+	// concurrency slots for the whole call, so a stuck upstream must not be able to
+	// drag the pipeline down. Zero or negative falls back to the bridge default
+	// (20s). It does not affect the Web client's voice_input path.
+	VoiceSTTTimeoutSec int `env:"VOICE_STT_TIMEOUT_SEC" default:"20"`
 
 	// TTSModel is the DashScope speech-synthesis model. cosyvoice-v3.5-plus and
 	// cosyvoice-v2 reject the HTTP SpeechSynthesizer call (engine 418); verified