Bước 10 — Chạy ASR trên master narration để lấy word timestamps

Mục tiêu:
- Chạy ASR trên audio/master_narration.wav sau khi đã probe xong ở bước 9.
- Lấy mốc thời gian ở mức từng từ cho toàn bộ narration.
- Tạo dữ liệu timing đủ chi tiết để bước 11 map subtitle theo đúng nhịp đọc thực tế.

Vì sao bắt buộc:
- Subtitle của workflow story video không được bám theo ước lượng thủ công.
- Muốn subtitle khớp lời đọc thật thì phải có word timestamps từ audio narration thật.
- ASR dùng để lấy timing, không dùng để thay thế nội dung subtitle gốc.

Nguyên tắc quan trọng:
- Text hiển thị subtitle phải lấy từ scene.narration / narration.txt gốc.
- Không dùng raw transcript ASR làm subtitle hiển thị nếu ASR nghe sai tên riêng, từ lịch sử, địa danh hoặc wording.
- ASR chỉ là nguồn timing; text gốc mới là nguồn nội dung subtitle.

Input:
- audio/master_narration.wav
- audio/master_audio_probe.json
- source narration gốc từ scene/script

Service:
- ASR faster-whisper: http://192.168.1.103:8001
- Endpoint: /transcribe-and-save
- Bắt buộc bật: word_timestamps=true

Request shape:
{
  "input_path": "/data/video-pipeline/Youtube-Video-Maker/Project/<project_id>/audio/master_narration.wav",
  "output_path": "/data/video-pipeline/Youtube-Video-Maker/Project/<project_id>/subtitles/master_narration_asr_words.json",
  "language": "vi",
  "task": "transcribe",
  "word_timestamps": true
}

Cách làm:
1. Gửi audio/master_narration.wav lên ASR worker bằng input_path dùng shared filesystem.
2. Chạy /transcribe-and-save với word_timestamps=true.
3. Nhận transcript + word-level timestamps trả về.
4. Lưu output ASR thành JSON chuẩn để dùng ở bước 11.
5. Kiểm tra nhanh: file output tồn tại, có segments, có words, timestamps tăng dần và không rỗng.

Output bắt buộc:
- subtitles/master_narration_asr_words.json
- logs/step10_asr_master_manifest.json

Output ASR phải chứa ít nhất:
- transcript tổng
- segments
- word timestamps
- thông tin ngôn ngữ/model nếu service trả về

Điều không được làm:
- Không lấy transcript ASR rồi dùng nguyên văn làm subtitle hiển thị.
- Không bỏ qua word_timestamps=true.
- Không chạy subtitle mapping khi ASR output chưa được kiểm tra hợp lệ.

Bước này phục vụ trực tiếp:
- Bước 11: tạo subtitle từ text gốc map theo timing ASR
- Bước 12: clamp subtitle safe gaps và kiểm tra overlap
- Bước 13: chia part sync-safe với mốc lời đọc chuẩn

Checklist:
10. Run ASR on audio/master_narration.wav via 192.168.1.103:8001/transcribe-and-save with word_timestamps=true; use ASR only for timing and keep subtitle text from original narration.