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/common.py

@@ -0,0 +1,133 @@
+"""Общая обвязка для замеров диаризации.
+
+Скрипты в этом каталоге — исследовательские, не часть пакета. Они опираются на
+``sherpa-onnx``, которого нет в зависимостях проекта, поэтому запускаются через
+``uv run --with sherpa-onnx``.
+"""
+
+from __future__ import annotations
+
+import ctypes
+import ctypes.wintypes as wt
+import sys
+from pathlib import Path
+from typing import Any
+
+HERE = Path(__file__).resolve().parent
+REPO_ROOT = HERE.parents[1]
+MODELS = HERE / "models"
+
+SEGMENTATION = MODELS / "sherpa-onnx-pyannote-segmentation-3-0" / "model.onnx"
+EMBEDDING = MODELS / "wespeaker_en_voxceleb_resnet34_LM.onnx"
+
+SAMPLE_RATE = 16_000
+
+# Настройки разведки 2026-08-12. Порог 0.9 дал верное число говорящих на
+# контрольной записи; на 0.5 из примеров sherpa-onnx получалось 29 вместо трёх.
+DISCOVERY_THRESHOLD = 0.9
+DEFAULT_THREADS = 8
+
+
+def use_project_sources() -> None:
+    """Делает пакет проекта импортируемым без установки."""
+    src = str(REPO_ROOT / "src")
+    if src not in sys.path:
+        sys.path.insert(0, src)
+
+
+def require_models() -> None:
+    """Останавливает запуск с внятным сообщением, если модели не скачаны."""
+    missing = [p for p in (SEGMENTATION, EMBEDDING) if not p.exists()]
+    if missing:
+        names = "\n  ".join(str(p) for p in missing)
+        raise SystemExit(
+            f"Не найдены модели диаризации:\n  {names}\n\n"
+            "Скачайте их по инструкции из README.md в этом каталоге."
+        )
+
+
+class _ProcessMemoryCounters(ctypes.Structure):
+    _fields_ = [
+        ("cb", wt.DWORD),
+        ("PageFaultCount", wt.DWORD),
+        ("PeakWorkingSetSize", ctypes.c_size_t),
+        ("WorkingSetSize", ctypes.c_size_t),
+        ("QuotaPeakPagedPoolUsage", ctypes.c_size_t),
+        ("QuotaPagedPoolUsage", ctypes.c_size_t),
+        ("QuotaPeakNonPagedPoolUsage", ctypes.c_size_t),
+        ("QuotaNonPagedPoolUsage", ctypes.c_size_t),
+        ("PagefileUsage", ctypes.c_size_t),
+        ("PeakPagefileUsage", ctypes.c_size_t),
+    ]
+
+
+def peak_rss_mb() -> float | None:
+    """Пиковая рабочая память процесса в МБ; None, если снять не удалось.
+
+    Два подвоха, на которых замер в разведке 2026-08-12 вернул ноль:
+    экспорт на современных Windows живёт в kernel32 как
+    ``K32GetProcessMemoryInfo``, а без явных ``restype``/``argtypes``
+    псевдодескриптор процесса уезжает в вызов как 32-битное число и функция
+    молча не срабатывает.
+    """
+    kernel32 = ctypes.windll.kernel32
+    kernel32.GetCurrentProcess.restype = ctypes.c_void_p
+    handle = kernel32.GetCurrentProcess()
+
+    pmc = _ProcessMemoryCounters()
+    pmc.cb = ctypes.sizeof(_ProcessMemoryCounters)
+
+    for dll, name in (
+        (kernel32, "K32GetProcessMemoryInfo"),
+        (ctypes.windll.psapi, "GetProcessMemoryInfo"),
+    ):
+        func = getattr(dll, name, None)
+        if func is None:
+            continue
+        func.argtypes = [
+            ctypes.c_void_p,
+            ctypes.POINTER(_ProcessMemoryCounters),
+            wt.DWORD,
+        ]
+        func.restype = wt.BOOL
+        if func(handle, ctypes.byref(pmc), pmc.cb):
+            return pmc.PeakWorkingSetSize / 1024 / 1024
+    return None
+
+
+def load_audio(audio_path: str | Path):
+    """Декодирует файл в моно 16 кГц — тот же путь, что использует ONNX-бэкенд."""
+    from faster_whisper import decode_audio
+
+    return decode_audio(str(audio_path), sampling_rate=SAMPLE_RATE)
+
+
+def make_diarizer(
+    threshold: float = DISCOVERY_THRESHOLD,
+    num_clusters: int = -1,
+    threads: int = DEFAULT_THREADS,
+) -> Any:
+    """Собирает OfflineSpeakerDiarization с параметрами разведки."""
+    import sherpa_onnx as so
+
+    require_models()
+    config = so.OfflineSpeakerDiarizationConfig(
+        segmentation=so.OfflineSpeakerSegmentationModelConfig(
+            pyannote=so.OfflineSpeakerSegmentationPyannoteModelConfig(
+                model=str(SEGMENTATION)
+            ),
+            num_threads=threads,
+            provider="cpu",
+        ),
+        embedding=so.SpeakerEmbeddingExtractorConfig(
+            model=str(EMBEDDING), num_threads=threads, provider="cpu"
+        ),
+        clustering=so.FastClusteringConfig(
+            num_clusters=num_clusters, threshold=threshold
+        ),
+        min_duration_on=0.3,
+        min_duration_off=0.5,
+    )
+    diarizer = so.OfflineSpeakerDiarization(config)
+    assert diarizer.sample_rate == SAMPLE_RATE, diarizer.sample_rate
+    return diarizer