fix(qwen): 去掉字幕里的 language Chinese / asr_text 模板残留

[learning-kai]

问题

用 Qwen3-ASR 转写时会出现三类脏输出：

1. 字幕里时不时冒出 language Chinese，有时还带着 <asr_text>。
   这是 Qwen3-ASR 的聊天模板漏进正文。模型每段先报语种，再跟听写内容，sherpa-onnx 把整段解码原文交出来，SmartSub 原先原样写入 SRT。

2. 转写直接报 SyntaxError: Bad control character in string literal in JSON at position 59。
   原生识别结果是一段 JSON 字符串。Qwen 正文里偶尔带未转义的换行、Tab、NUL 等 C0 控制字符，JSON.parse 直接炸掉，整段字幕失败。

3. 静音/幻听时整条 cue 变成英文碎片，例如 demand、detract.、imageUrl、Finds.。
   这不是模板前缀，是模型在无语音段乱吐拉丁词。只剥 <asr_text> 去不掉。

真实课字幕里的脏形态例如：

language Chinese<asr_text>所以
language Chinese<asr_text>正态分布
**language Chinese<asr_text>开玩笑 **
demand
detract.
imageUrl

变更内容

• 新增 sanitizeQwenAsrText，剥掉语种头、<asr_text> 和偶发 markdown 星号；剥完为空的 cue 丢弃
• 没有汉字的单 token 默认当幻听丢掉；公式字母（p / DXY / EX1）、数学符号名（sigma）和口语短回应（OK）保留
• 正常英文句子（如 language is important）不会被误删
• qwenEngine 写 SRT 前清洗
• sherpa worker 对 qwen3_asr 同步剥一层
• 新增 json-result.js，解析原生 JSON 前把字符串里的裸控制字符转义；decodeAsync / getResult 都走这条路径

验证

• npm run test:engines：810 passed, 0 failed
• npm run test:sherpa-json：4 passed

已有字幕文件不会自动改写，需要重新转写才会变干净。

[learning-kai]

问题

用 Qwen3-ASR 转写时会出现三类脏输出：

1. 字幕里时不时冒出 language Chinese，有时还带着 <asr_text>。
   这是 Qwen3-ASR 的聊天模板漏进正文。模型每段先报语种，再跟听写内容，sherpa-onnx 把整段解码原文交出来，SmartSub 原先原样写入 SRT。

2. 转写直接报 SyntaxError: Bad control character in string literal in JSON at position 59。
   原生识别结果是一段 JSON 字符串。Qwen 正文里偶尔带未转义的换行、Tab、NUL 等 C0 控制字符，JSON.parse 直接炸掉，整段字幕失败。

3. 静音/幻听时整条 cue 变成英文碎片，例如 demand、detract.、imageUrl、Finds.。
   这不是模板前缀，是模型在无语音段乱吐拉丁词。只剥 <asr_text> 去不掉。

真实课字幕里的脏形态例如：

language Chinese<asr_text>所以
language Chinese<asr_text>正态分布
**language Chinese<asr_text>开玩笑 **
demand
detract.
imageUrl

变更内容

• 新增 sanitizeQwenAsrText，剥掉语种头、<asr_text> 和偶发 markdown 星号；剥完为空的 cue 丢弃
• 没有汉字的单 token 默认当幻听丢掉；公式字母（p / DXY / EX1）、数学符号名（sigma）和口语短回应（OK）保留
• 正常英文句子（如 language is important）不会被误删
• qwenEngine 写 SRT 前清洗
• sherpa worker 对 qwen3_asr 同步剥一层
• 新增 json-result.js，解析原生 JSON 前把字符串里的裸控制字符转义；decodeAsync / getResult 都走这条路径

验证

• npm run test:engines：810 passed, 0 failed
• npm run test:sherpa-json：4 passed

已有字幕文件不会自动改写，需要重新转写才会变干净。