fix(openvino): клампинг отрицательных таймкодов + результаты тестов Intel/AMD

- Зачем:
  - OpenVINO GenAI может вернуть отрицательный end_ts, ломая формат транскрипта.
  - зафиксировать бенчмарки на Intel и AMD CPU для документации.
- Что:
  - backends/openvino.py: start/end клампятся через max(0, ...).
  - docs/gpu.md: полная таблица скорости Intel i7 vs AMD Ryzen 7 8845H.
  - сравнение качества medium int8 vs large-v3 fp16 vs CPU float32 на одном файле.
  - вывод: large-v3 OpenVINO (416с) быстрее medium CPU (734с) при лучшем качестве.
- Проверка:
  - uv run pytest -q — 124 passed.

Co-Authored-By: Claude Opus 4.6 (1M context) <noreply@anthropic.com>

docs/gpu.md

@@ -16,7 +16,7 @@
 | Любой CPU (fallback) | `cpu` | faster-whisper (CTranslate2) | ~1.5x реалтайм |
 | Apple Silicon (macOS) | `cpu` | faster-whisper (CTranslate2) | ~2x реалтайм |
 
-\* Ожидаемая оценка на основе бенчмарков OpenVINO. Реальная скорость зависит от CPU и модели.
+\* По результатам тестирования на Intel и AMD CPU. Реальная скорость зависит от CPU и модели.
 
 ## OpenVINO
 
@@ -39,22 +39,30 @@ OpenVINO ускоряет inference на x86 процессорах (Intel и AM
 
 ### Результаты тестирования OpenVINO
 
-Тесты на Intel CPU (WSL2), реальные записи рабочих созвонов (русский, техтермины).
+Реальные записи рабочих созвонов (русский, техтермины: SQL, PostgreSQL, LDAP, DLP и др.).
 
-**Скорость (medium int8):**
+**Скорость:**
 
-| Файл | OpenVINO | CPU (CTranslate2) | Ускорение |
+| Конфигурация | Intel i7 (WSL2) | AMD Ryzen 7 8845H | CPU float32 |
-|------|----------|-------------------|-----------|
+|---|---|---|---|
-| 16 мин | 205с (3.4 мин) | 658с (11 мин) | **3.2x** |
+| OpenVINO medium int8, 16 мин | 171-205с | **185с** | 658-734с |
-| 24 мин | 224с (3.7 мин) | — | **~6.5x реалтайм** |
+| OpenVINO medium int8, 42 мин | 413с (6.9 мин) | — | — |
+| OpenVINO large-v3 fp16, 16 мин | — | **416с** | — |
 
-**Качество (medium int8):**
+**Ускорение vs CPU:** **3-4x** на обоих процессорах (Intel и AMD).
-- Содержание и технические термины распознаются корректно
-- Галлюцинаций и повторов не обнаружено (ни на 16, ни на 24 мин)
-- Качество сопоставимо с CPU float32 и CUDA float16
-- OpenVINO даёт более гранулярные сегменты (174 vs 97 на том же файле)
 
-> Тестирование на AMD CPU пока не проводилось.
+**Качество (сравнение на одном файле, 16 мин, AMD Ryzen 7 8845H):**
+
+| | OpenVINO medium int8 | OpenVINO large-v3 fp16 | CPU medium float32 |
+|---|---|---|---|
+| Время | 185с | 416с | 734с |
+| Техтермины | корректно | корректно | корректно |
+| Галлюцинации | нет | нет | нет |
+| Характерные ошибки | "Атака новенького" (вместо "а так, новенького") | — | те же ошибки, что medium int8 |
+| Пунктуация | базовая | заметно лучше | базовая |
+
+`large-v3` на OpenVINO качественнее `medium`, но в 2.2 раза медленнее. При этом `large-v3` на OpenVINO (416с)
+быстрее, чем `medium` на чистом CPU (734с) — можно получить и лучшее качество, и выше скорость.
 
 ## Настройка по платформам
 
@@ -87,13 +95,13 @@ winget install -e --id Nvidia.CUDA --version 12.9   # требует запус
 
 Замеры на RTX 3060 Laptop (6 GB) и Intel CPU (WSL2):
 
-| Конфигурация | 16 мин файл | 24 мин файл | Отн. скорость |
+| Конфигурация | 16 мин файл | 42 мин файл | Отн. скорость |
 |-------------|-------------|-------------|---------------|
-| GPU + medium float16 | ~35с | — | ~19x реалтайм |
+| GPU + medium float16 | ~35с | ~133с | ~19x реалтайм |
-| GPU + large-v3 float16 | ~90с | — | ~7x реалтайм |
+| GPU + large-v3 float16 | ~90с | ~350с | ~7x реалтайм |
-| **OpenVINO + medium int8** | **205с (3.4 мин)** | **224с (3.7 мин)** | **~4.7-6.5x реалтайм** |
+| **OpenVINO + medium int8** | **171-205с** | **413с (6.9 мин)** | **~4-6x реалтайм** |
-| CPU + medium float32 | 658с (11 мин) | — | ~1.5x реалтайм |
+| CPU + medium float32 | 658с (11 мин) | ~26 мин | ~1.5x реалтайм |
-| CPU + large-v3 int8 | 839с (14 мин) | — | ~1:1 реалтайм |
+| CPU + large-v3 int8 | 839с (14 мин) | ~37 мин | ~1:1 реалтайм |
 
 ## Результаты тестирования качества
 

src/local_transcriber/backends/openvino.py

@@ -108,9 +108,11 @@ class OpenVINOBackend:
         segments: list[Segment] = []
         if hasattr(result, "chunks") and result.chunks:
             for chunk in result.chunks:
+                start = max(0.0, chunk.start_ts)
+                end = max(start, chunk.end_ts)
                 seg = Segment(
-                    start=chunk.start_ts,
+                    start=start,
-                    end=chunk.end_ts,
+                    end=end,
                     text=chunk.text,
                 )
                 if on_segment is not None: