fix(voz): sobra de fatia interior no corte, e legenda comum poluindo com clipe desativado

Dois problemas reais vistos no projeto Mastopexia:

1. cut_clip_ranges só absorvia um keep-segment curto no INÍCIO/FIM do
   clipe (a lógica já existente do #6). Um keep curto no MEIO (entre dois
   cuts, sem nenhum vizinho mantido pra herdar) nunca era absorvido —
   sobrava como clipe de vídeo de 0,07-0,23s na timeline. Generalizado
   pra qualquer posição, com limiar maior (6 frames / 0,3s, medido no
   material real) — no meio, o pedacinho é descartado (vira parte do
   corte ao redor), nas bordas continua sendo herdado pelo vizinho.

2. generate_subtitles_by_emphasis gerava a legenda comum inteira e
   desativava (enabled="0") onde a dinâmica cobre. Título desativado
   continua aparecendo como clipe riscado na timeline do Final Cut mesmo
   sem renderizar — um corte com bastante ênfase virava dezenas de clipes
   mortos poluindo a trilha (visto ao vivo pelo usuário: "ficou uma
   bosta"). Trocado por não gerar o bloco comum ali, em vez de gerar e
   desativar. Custo: reativar ênfase manualmente depois exige regenerar a
   legenda comum daquele trecho, não só reabilitar.

Co-Authored-By: Claude Sonnet 5 <noreply@anthropic.com>

code/Engine/docs/03_SERVER_TOOLS.md

@@ -124,16 +124,18 @@ severidade probable/severe → investigar CADA colisão pela fração exata do
 XML antes de mudar código (ver checklist abaixo)
 ```
 
-**`generate_subtitles_by_emphasis`** gera as duas legendas numa passada só —
-mas não divide as palavras entre elas. A comum é gerada **completa, do início
-ao fim do clipe**, sempre; a dinâmica é gerada só sobre as frases marcadas
-como ênfase na etapa 5 (zoom aplicado, nível ≥ 1); e onde a dinâmica cobre um
-trecho, os títulos comuns daquele trecho recebem `enabled="0"` — continuam no
-XML (editáveis/reativáveis no Final Cut), só não são desenhados. É a tradução
-literal de `10-revisao-humana.md` (skill `editar-por-voz`): "a frase de
-ênfase recebe zoom E legenda dinâmica; as demais recebem legenda comum" —
-sem nunca deixar um vão sem legenda nenhuma se a ênfase for desativada depois
-(a comum já estava lá, só desligada). A decisão vem de
+**`generate_subtitles_by_emphasis`** gera as duas legendas numa passada só,
+dividindo por palavra: a dinâmica cobre as frases marcadas como ênfase na
+etapa 5 (zoom aplicado, nível ≥ 1); a comum cobre **todo o resto** — um bloco
+comum simplesmente não é criado onde a dinâmica já cobre. A primeira versão
+gerava a comum inteira e desativava (`enabled="0"`) o que ficava sob a
+dinâmica, mas um título desativado continua aparecendo como clipe riscado na
+timeline do Final Cut mesmo sem renderizar — um corte com bastante ênfase
+enchia a trilha de clipes mortos. Trocado por não gerar ali: o preço é que,
+se a ênfase for desativada à mão depois, a legenda comum daquele trecho
+precisa ser regenerada, não só reativada. É a tradução de `10-revisao-humana.md`
+(skill `editar-por-voz`): "a frase de ênfase recebe zoom E legenda dinâmica;
+as demais recebem legenda comum". A decisão vem de
 `<mídia>_phrase_actions.json["emphasis_spans"]`, escrito por
 `save_phrase_review` quando o editor termina a etapa 5 — sem esse arquivo (ou
 sem `zoom`/`text` marcados na revisão), a tool gera só a comum, tudo ligado,