fix: normalize faster-whisper segments to dicts + in-proc auto-worker

Colab run 3 (A100) surfaced three GPU/API-path bugs mocks couldn't catch:

1. faster-whisper yields namedtuple Segments, but batch/bench consume
   them as dicts (.get) -> AttributeError 'Segment' has no attribute
   'get' on every real transcription. Engine now normalizes segments
   to dicts (_to_dict_segments) at the boundary.

2. API TranscribeOptions carries engine-irrelevant keys (formats,
   timestamps, glossary_id, post_correction, diarize); worker's
   TranscriptionOptions(**job.options) crashed with TypeError. Worker
   now filters job.options to TranscriptionOptions.__slots__.

3. in-proc server never consumed its own queue (jobs stayed queued
   forever). Added opt-in Settings.auto_worker (default off): lifespan
   starts a daemon Worker thread for inproc backend, stopped on
   shutdown. Notebook enables it via LUKESCRIBE_AUTO_WORKER=true so the
   API upload -> completed flow works end to end.

Notebook: bench manifest now uses clips schema (audio_path/duration_sec/
entities); cell 22 reads error_message/error_code; upload poll window
raised to 4min (first-run model download).

+ 5 tests (namedtuple/dict segments, API-style options, auto_worker
on/off); 136 tests pass, ruff clean.

scripts/build_colab_notebook.py

@@ -220,6 +220,8 @@ def cells() -> list[dict]:
             "# 서버가 읽을 키 파일/큐를 명시 (cwd 의존 제거)\n"
             "os.environ['LUKESCRIBE_API_KEY_FILE'] = '/content/api_keys.json'\n"
             "os.environ['LUKESCRIBE_QUEUE_BACKEND'] = 'inproc'\n"
+            "# in-proc 서버가 자체 워커 스레드로 큐를 소비 (업로드 → 완료까지 API 단독 처리)\n"
+            "os.environ['LUKESCRIBE_AUTO_WORKER'] = 'true'\n"
             "\n"
             "!mkdir -p /content/logs\n"
             "!nohup luke-scribe serve --port 8000 > /content/logs/server.log 2>&1 &\n"
@@ -265,10 +267,11 @@ def cells() -> list[dict]:
             "print('생성:', job)\n"
             "job_id = job.get('job_id')\n"
             "\n"
-            "# 완료까지 poll (in-proc 큐는 워커가 소비해야 하므로 셀 12에서 drain 처리)\n"
+            "# 완료까지 poll (auto-worker가 서버 프로세스에서 큐를 소비 — 첫 실행은\n"
+            "# 모델 다운로드 ~1.6GB 포함이라 최대 4분까지 대기)\n"
             "if job_id:\n"
             "    print('job_id =', job_id)\n"
-            "    for _ in range(60):\n"
+            "    for _ in range(120):\n"
             "        st = json.loads(urllib.request.urlopen(\n"
             "            urllib.request.Request(f'http://localhost:8000/v1/jobs/{job_id}',\n"
             "                                   headers={'X-API-Key': RAW_KEY})\n"
@@ -278,7 +281,7 @@ def cells() -> list[dict]:
             "            break\n"
             "        time.sleep(2)\n"
             "    else:\n"
-            "        print('60초 내 미완료 — 셀 12(워커 drain) 실행 후 다시 확인')\n"
+            "        print('폴링 60초 초과 — 서버 로그 확인: /content/logs/server.log')\n"
             "else:\n"
             "    print('업로드 실패 — 서버 로그 확인: /content/logs/server.log')\n"
         ),
@@ -315,7 +318,8 @@ def cells() -> list[dict]:
             "    state = broker.get(job.id)\n"
             "    print('결과 없음 — job 상태:', getattr(state, 'status', 'unknown'))\n"
             "    if state is not None:\n"
-            "        print('job 오류:', getattr(state, 'error', None) or '없음')\n"
+            "        err = getattr(state, 'error_message', None) or getattr(state, 'error_code', None)\n"
+            "        print('job 오류:', err or '없음')\n"
             "else:\n"
             "    print('status:', result.status)\n"
             "    print('text:', result.text[:120])\n"
@@ -332,11 +336,12 @@ def cells() -> list[dict]:
             "import yaml\n"
             "manifest = {\n"
             "    'name': 'colab-quick',\n"
+            "    'dataset_version': '1.0',\n"
             "    'language': 'ko',\n"
             "    'targets': {'entity_preservation': 0.95, 'cer': 0.15},\n"
-            "    'cases': [\n"
-            "        {'name': 'ko-en-tech', 'audio': 'samples/colab-ko-en.mp3',\n"
-            "         'expected_entities': ['vLLM', 'Kubernetes', 'GPU']},\n"
+            "    'clips': [\n"
+            "        {'name': 'ko-en-tech', 'audio_path': 'samples/colab-ko-en.mp3',\n"
+            "         'duration_sec': 10.5, 'entities': ['vLLM', 'Kubernetes', 'GPU']},\n"
             "    ],\n"
             "}\n"
             "yaml.safe_dump(manifest, open('/content/manifest.yaml', 'w'))\n"
@@ -359,6 +364,10 @@ def cells() -> list[dict]:
             "   (보안 설계). 셀 9에서 `RAW_KEY`를 캡처했는지 확인하세요 — 파일에서 키를 읽으면 401.\n"
             "2. **이전 실행에서 남은 서버**가 포트 8000을 점유하면 새 키를 모른 채 401이 납니다.\n"
             "   셀 10이 시작 시 `pkill`로 기존 서버를 종료하고 키 인증(HTTP 200)까지 검증합니다.\n\n"
+            "### 업로드 후 job이 queued에 머무는 경우\n\n"
+            "in-proc 백엔드는 별도 워커 프로세스가 없으면 큐를 소비하지 못합니다.\n"
+            "셀 10이 `LUKESCRIBE_AUTO_WORKER=true`로 서버를 띄우면 서버 내부 워커 스레드가\n"
+            "업로드 → 완료까지 처리합니다 (v0.1에서 추가된 옵트인 기능).\n\n"
             "### 모델 다운로드 실패\n\n"
             "- Hugging Face 연결 필요. 재시도: `LUKESCRIBE_MODEL_DOWNLOAD_RETRIES=3`\n"
             "- 특정 모델만: `--model large-v3-turbo` (기본) / `--model large-v3`\n"