feat(onnx): изменена модель по умолчанию на GigaAM RNN-T

- Зачем:
  - пользователям нужен читаемый транскрипт без обязательной LLM-обработки.
- Что:
  - моделью ONNX по умолчанию выбрана `gigaam-v3-e2e-rnnt`.
  - сохранён явный профиль `gigaam-v3` для более точного сырого текста.
  - обновлены тест, README, спецификация, ADR и benchmark.
- Проверка:
  - `uv run pytest -q` — 226 passed, 1 skipped.
  - `git diff --check`.

README.md

@@ -251,14 +251,15 @@ language = "en"
 
 | Параметр | CUDA | OpenVINO (GPU) | OpenVINO (CPU) | ONNX | CPU |
 |----------|------|----------------|----------------|------|-----|
-| model | medium | medium | medium | gigaam-v3 | medium |
+| model | medium | medium | medium | gigaam-v3-e2e-rnnt | medium |
 | compute_type | float16 | int8 | int8 | int8 | float32 |
 | language | ru | ru | ru | ru | ru |
 
 ## Модели и GPU
 
 Рекомендации:
-- **По умолчанию:** `medium` — хороший баланс скорости и качества
+- **По умолчанию для ONNX:** `gigaam-v3-e2e-rnnt` — читаемый русский текст с
+  пунктуацией почти без потери скорости относительно сырого `gigaam-v3`
 - **Макс. качество (NVIDIA):** `large-v3` + `--compute-type float16`
 - **Макс. качество (Intel GPU):** `large-v3` + `--device openvino-gpu`
 - **Макс. скорость CPU (русский):** `--device onnx --model gigaam-v3` (17-29× RTF, без пунктуации; рекомендуется LLM-нормализация терминов после)
@@ -294,10 +295,10 @@ language = "en"
 Методика и качественное сравнение:
 [benchmark GigaAM и Whisper](docs/benchmarks/2026-08-11-gigaam-model-comparison.md).
 
-> **Рекомендация**: для готового читаемого русского текста
+> **Рекомендация**: ONNX по умолчанию использует `gigaam-v3-e2e-rnnt` для
-> используйте `gigaam-v3-e2e-rnnt`, для последующей машинной обработки — более
+> готового читаемого русского текста. Для последующей машинной обработки можно
-> точный по словам `gigaam-v3` без пунктуации. Для смешанной речи с приоритетом
+> явно выбрать более точный по словам `gigaam-v3` без пунктуации. Для смешанной
-> качества используйте `gigaam-multilingual-large-ctc`: она примерно вдвое
+> речи с приоритетом качества используйте `gigaam-multilingual-large-ctc`: она примерно вдвое
 > медленнее small-варианта, но приблизилась к monolingual GigaAM по WER.
 > `parakeet-v3` в 1,58 раза быстрее Large и ставит пунктуацию, но на тех же
 > трёх записях хуже по WER и вставляет ложные английские фразы в русскую речь;

docs/adr/006-onnx-asr-backend.md

@@ -1,7 +1,8 @@
-# ADR-006: onnx-asr бэкенд — GigaAM v3 как CPU-default для русских встреч
+# ADR-006: GigaAM RNN-T как модель по умолчанию для ONNX-пути
 
 **Статус**: Принято
 **Дата**: 2026-04-25
+**Обновлено**: 2026-08-11
 
 ## Контекст
 
@@ -100,19 +101,27 @@ Mm-hmm-редукция и иностранные вставки **не обна
 
 ## Решение
 
-**Принять onnx-asr как экспериментальный бэкенд с явным `--device onnx`. GigaAM v3 — рекомендуемая модель для русских встреч на CPU.**
+**Принять onnx-asr как экспериментальный бэкенд с явным `--device onnx`.
+GigaAM v3 E2E RNN-T — модель по умолчанию для русских встреч на CPU.**
 
 Бэкенд **не в auto-detect** — только при явном указании пользователем (политика experimental backend, как для openvino).
 
 Модели:
-- **`gigaam-v3`** — рекомендуемая для русских встреч на CPU. 17-29× RTF, summary utility 4/5 на всех протестированных файлах. Без пунктуации, без латиницы; ошибки локальны, чинятся LLM-нормализацией.
+- **`gigaam-v3-e2e-rnnt`** — модель по умолчанию: практически равна обычному
+  GigaAM по скорости, немного уступает по WER, но выдаёт готовую пунктуацию для
+  пользователей, которые читают транскрипт напрямую.
+- **`gigaam-v3`** — явный профиль для последующей машинной обработки. 17-29×
+  RTF, summary utility 4/5 на всех протестированных файлах. Без пунктуации и
+  латиницы; ошибки локальны, чинятся LLM-нормализацией.
 - **`parakeet-v3`** — multilingual (25 языков), формально доступен. **Не рекомендуется для русских встреч**: Mm-hmm-редукция и иноязычные вставки воспроизводятся систематически (см. выше). Уместен только для англоязычного контента.
 
-Обе модели в int8-квантизации (~300 MB).
+Все перечисленные модели доступны в int8-квантизации.
 
 ## Последствия
 
 - Пользователи CPU-only с русскоязычным контентом получают 3-5× ускорение по сравнению с OpenVINO medium **при превосходящем качестве** (4/5 vs 1-2/5 summary utility на длинных файлах).
+- Пользователи ONNX без явного `--model` получают пунктуацию и нормализацию
+  RNN-T; более точный сырой CTC остаётся доступен как `--model gigaam-v3`.
 - Whisper medium (`--device openvino-cpu`) **остаётся допустимым** для коротких (≤30 мин) встреч с равномерной громкостью; на длинных файлах с тихими участками он галлюцинирует целыми блоками — этот риск зафиксирован, но решение не выводит OpenVINO из списка дефолтов (часть пользователей всё ещё нуждается в пунктуации, и для коротких файлов галлюцинации не воспроизводятся).
 - Parakeet-v3 формально доступен, но в README рекомендуется только для англоязычного контента — для русского явно не годится.
 - GPU faster-whisper large-v3 остаётся эталоном по качеству (для пользователей с NVIDIA GPU).
@@ -121,10 +130,6 @@ Mm-hmm-редукция и иностранные вставки **не обна
 ## Открытые вопросы / следующие шаги
 
 - **Galлюцинации Whisper medium на длинных файлах** — отдельный продуктовый риск, требующий собственного исследования. Возможно, имеет смысл ограничить максимальную длину чанка для openvino-medium, или дать предупреждение пользователю.
-- **GigaAM v3 E2E RNN-T** протестирована позднее на трёх 14–15-минутных
-  записях: она практически равна обычному GigaAM по скорости и даёт готовую
-  пунктуацию, но немного уступает по совокупному WER. Результаты и обновлённая
-  рекомендация: [benchmark 2026-08-11](../benchmarks/2026-08-11-gigaam-model-comparison.md).
 - **Canary** (`nemo-canary-1b-v2`) — тяжелее, но multilingual + пунктуация. Кандидат на «лучшее качество за разумную скорость» для тех, кому важна пунктуация.
 - **Auto-detect onnx**: после стабилизации в production-использовании (несколько недель) — рассмотреть включение в auto-detect как первый CPU-бэкенд (ниже CUDA, выше OpenVINO).
 

docs/benchmarks/2026-08-11-gigaam-model-comparison.md

@@ -197,10 +197,10 @@ FasterWhisper лучше сохраняет `API`, `ETL`, `Open Platform`; об
   11 раз медленнее GigaAM ради снижения WER примерно на 5–6 процентных пунктов.
   На CUDA соотношение необходимо измерять отдельно.
 
-Три записи подтверждают RNN-T как практический профиль для готового текста, но
+По итогам сравнения и обсуждения двух основных сценариев RNN-T выбрана моделью
-не дают оснований молча менять общий default: существующие пользователи могут
+по умолчанию для явного `--device onnx`: небольшая потеря дословной точности
-предпочитать более точный сырой `gigaam-v3`, а пунктуация RNN-T заметно дробит
+принята ради читаемого результата с пунктуацией. Для LLM-пайплайнов и поиска,
-живую речь. Лучше выразить выбор явными профилями CLI или конфигурации.
+где важнее сырой текст, `gigaam-v3` остаётся явным профилем.
 
 ## Воспроизводимость
 

docs/specs/2026-08-11-onnx-model-catalog.md

@@ -83,11 +83,18 @@ CTranslate2, а onnx-путь ставится в CPU-варианте.
 
 Конкретные номера берутся из `uv.lock` при реализации.
 
+## Последующее решение о модели по умолчанию
+
+После сравнительного прогона на трёх реальных записях и обсуждения двух
+основных потребителей транскрипта модель `gigaam-v3-e2e-rnnt` выбрана моделью
+по умолчанию для явного `--device onnx`. Она всего на 2% медленнее сырого
+`gigaam-v3`, но выдаёт пунктуацию для чтения человеком; `gigaam-v3` остаётся
+явным профилем с приоритетом дословной точности и последующей обработки LLM.
+Это решение не включает ONNX в auto-detect.
+
 ## Чего не делаем
 
-- Не меняем модель по умолчанию и auto-detect: `gigaam-v3` остаётся дефолтом
+- Не меняем auto-detect: ONNX остаётся только явным выбором пользователя.
-  `--device onnx`. Решение о CPU-дефолте требует замеров на целевом Intel Core
-  i5, которого сейчас нет в доступе.
 - Не обновляем OpenVINO, OpenVINO GenAI и CTranslate2. Whisper medium на
   OpenVINO — то, с чем сравниваются новые модели; менять его движок
   одновременно значит потерять точку отсчёта. Верхние границы версий им при
@@ -156,8 +163,9 @@ Python и зависимости при неизменных моделях —
 
 ## Документация
 
-README: четыре модели в таблицу ONNX-моделей. Для русского без пунктуации
+README: поддерживаемые модели добавляются в таблицу ONNX-моделей. Для готового
-рекомендуется `gigaam-v3`, для готового читаемого текста — E2E RNN-T, для
+читаемого русского текста и как модель по умолчанию используется E2E RNN-T,
+для русского без пунктуации и LLM-пайплайнов остаётся явный `gigaam-v3`, для
 смешанной речи с приоритетом качества — multilingual large. Скорость на слабых
 CPU не измерялась. Требование Python
 правится в [`docs/PRD.md`](../PRD.md) — раздел «Требования» и таблица

src/local_transcriber/config.py

@@ -17,7 +17,7 @@ DEVICE_DEFAULTS: dict[str, dict[str, str]] = {
     "openvino": {"model": "medium", "compute_type": "int8"},
     "openvino-gpu": {"model": "medium", "compute_type": "int8"},
     "openvino-cpu": {"model": "medium", "compute_type": "int8"},
-    "onnx": {"model": "gigaam-v3", "compute_type": "int8"},
+    "onnx": {"model": "gigaam-v3-e2e-rnnt", "compute_type": "int8"},
 }
 
 # Одно место правды для допустимых ключей конфига

tests/test_config.py

@@ -113,6 +113,21 @@ def test_apply_device_defaults_cpu():
     assert result["compute_type"] == "float32"
 
 
+def test_apply_device_defaults_onnx_uses_readable_model():
+    defaults = {
+        "model": "medium",
+        "language": "ru",
+        "device": "auto",
+        "compute_type": "float32",
+    }
+    cli = {"model": None, "language": None, "device": None, "compute_type": None}
+
+    result = apply_device_defaults(defaults, "onnx", cli, {})
+
+    assert result["model"] == "gigaam-v3-e2e-rnnt"
+    assert result["compute_type"] == "int8"
+
+
 def test_apply_device_defaults_cli_overrides():
     defaults = {"model": "large-v3", "language": "ru", "device": "auto", "compute_type": "int8"}
     cli = {"model": "large-v3", "language": None, "device": None, "compute_type": "int8"}