chore(diarization): добавлена обвязка замеров в .scratch

- Зачем:
  - тикеты карты #10-#13 опираются на измерительную обвязку, которая до сих пор
    жила во временном каталоге сессии и исчезла бы вместе с ним.
- Что:
  - перенесены четыре скрипта разведки: ASR, один прогон диаризации, свип порога
    кластеризации и подсчёт чистоты ASR-сегментов.
  - общая часть вынесена в common.py: пути от корня репозитория вместо
    захардкоженных, конфигурация диаризатора, проверка наличия моделей.
  - починен замер пиковой памяти: нужен экспорт K32GetProcessMemoryInfo из
    kernel32 и явные argtypes, иначе дескриптор процесса уезжает 32-битным.
  - модели и выход замеров исключены из истории локальным .gitignore.
- Проверка:
  - export PYTHONIOENCODING=utf-8
  - uv run --with sherpa-onnx python .scratch/diarization/bench_diar.py "<запись>" 8 0.9

Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>

.scratch/diarization/bench_diar.py

@@ -0,0 +1,87 @@
+"""Один прогон диаризации: скорость, память, распределение по говорящим.
+
+    uv run --with sherpa-onnx python .scratch/diarization/bench_diar.py <файл> [потоки]
+
+Сохраняет разметку в ``segments-<порог>.tsv`` рядом со скриптом — она нужна
+тикету про проверку границ на слух и скрипту bench_conflict.py.
+"""
+
+from __future__ import annotations
+
+import sys
+import time
+
+import numpy as np
+
+from common import (
+    DEFAULT_THREADS,
+    DISCOVERY_THRESHOLD,
+    HERE,
+    SAMPLE_RATE,
+    load_audio,
+    make_diarizer,
+    peak_rss_mb,
+)
+
+
+def main(audio_path: str, threads: int, threshold: float) -> None:
+    print(f"файл: {audio_path}")
+    print(f"потоков: {threads}, порог кластеризации: {threshold}")
+
+    t0 = time.perf_counter()
+    samples = load_audio(audio_path)
+    t_decode = time.perf_counter() - t0
+    duration = len(samples) / SAMPLE_RATE
+    print(f"длительность: {duration / 60:.1f} мин ({duration:.0f} с)")
+    print(f"декодирование: {t_decode:.1f} с ({duration / t_decode:.0f}x RTF)")
+
+    t0 = time.perf_counter()
+    diarizer = make_diarizer(threshold=threshold, threads=threads)
+    print(f"инициализация моделей: {time.perf_counter() - t0:.1f} с")
+
+    progress = {"shown": 0.0}
+    t_start = time.perf_counter()
+
+    def on_progress(processed: int, total: int, _arg=None) -> int:
+        pct = processed / total * 100
+        if pct - progress["shown"] >= 20:
+            progress["shown"] = pct
+            print(f"  ... {pct:.0f}%  ({time.perf_counter() - t_start:.0f} с)", flush=True)
+        return 0
+
+    segments = diarizer.process(samples, callback=on_progress).sort_by_start_time()
+    t_diar = time.perf_counter() - t_start
+
+    speakers = sorted({s.speaker for s in segments})
+    speech = sum(s.end - s.start for s in segments)
+    rss = peak_rss_mb()
+
+    print()
+    print(f"ДИАРИЗАЦИЯ: {t_diar:.1f} с  ->  {duration / t_diar:.1f}x RTF")
+    print(f"пиковая память процесса: {rss:.0f} МБ" if rss else "память: снять не удалось")
+    print(f"спикеров: {len(speakers)}, интервалов: {len(segments)}")
+    print(f"речи: {speech / 60:.1f} мин ({speech / duration * 100:.0f}% файла)")
+    print()
+    print("распределение по говорящим:")
+    for spk in speakers:
+        own = [s for s in segments if s.speaker == spk]
+        total = sum(s.end - s.start for s in own)
+        median = np.median([s.end - s.start for s in own])
+        print(f"  spk{spk:<3} {total / 60:6.1f} мин  {len(own):4d} интерв.  медиана {median:.1f} с")
+
+    out = HERE / f"segments-{threshold}.tsv"
+    out.write_text(
+        "\n".join(f"{s.start:.3f}\t{s.end:.3f}\t{s.speaker}" for s in segments),
+        encoding="utf-8",
+    )
+    print(f"\nразметка сохранена: {out.name}")
+
+
+if __name__ == "__main__":
+    if len(sys.argv) < 2:
+        raise SystemExit(__doc__)
+    main(
+        sys.argv[1],
+        int(sys.argv[2]) if len(sys.argv) > 2 else DEFAULT_THREADS,
+        float(sys.argv[3]) if len(sys.argv) > 3 else DISCOVERY_THRESHOLD,
+    )