fix(onnx-asr): корректный маппинг compute_type в onnx-asr quantization

При adversarial review (gpt-5.5) обнаружено: пользователь с config
compute_type = "float32" и --device onnx падал на старте.
HARDCODED_DEFAULTS["compute_type"] = "float32", apply_device_defaults не
заменяет значение если оно есть в config — старая проверка
(compute_type in ("int8", "fp16", "float32")) пропускала "float32"
дальше как onnx_asr quantization, что заставляло искать несуществующий
файл с суффиксом _float32.

- _normalize_quantization() — explicit маппинг в onnx-asr quantization.
- float32/fp32 → None (unquantized loading в onnx-asr — это None, не строка).
- float16 → fp16 (CUDA-naming → onnx-asr-naming).
- int8/fp16 → pass-through.
- Неизвестные compute_type (например, int8_float32 от CTranslate2) → ValueError
  вместо silent fallback на int8 — пользователь раньше получал не ту
  модель без предупреждения.

4 новых теста: float32→None, fp32→None, float16→fp16, unknown→raises.

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>

src/local_transcriber/backends/onnx_asr.py

@@ -15,6 +15,32 @@ MODEL_ALIASES: dict[str, str] = {
 
 SUPPORTED_ALIASES = ", ".join(MODEL_ALIASES)
 
+# compute_type проекта → onnx-asr quantization (file suffix; None = unquantized).
+_QUANTIZATION_MAP: dict[str, str | None] = {
+    "int8": "int8",
+    "fp16": "fp16",
+    "float16": "fp16",
+    "float32": None,
+    "fp32": None,
+}
+
+
+def _normalize_quantization(compute_type: str) -> str | None:
+    """Маппит compute_type проекта в значение onnx-asr ``quantization``.
+
+    onnx-asr использует ``quantization`` как суффикс имени файла модели:
+    ``int8``/``fp16`` подгружают квантизованные веса, ``None`` — unquantized
+    (float32). Передача ``"float32"`` строкой пытается найти несуществующий
+    файл с суффиксом ``_float32`` и приводит к ошибке загрузки.
+    """
+    if compute_type not in _QUANTIZATION_MAP:
+        supported = ", ".join(sorted(_QUANTIZATION_MAP))
+        raise ValueError(
+            f"Неподдерживаемый compute_type '{compute_type}' для onnx-asr. "
+            f"Допустимо: {supported}."
+        )
+    return _QUANTIZATION_MAP[compute_type]
+
 
 class OnnxAsrBackend:
     """Бэкенд транскрипции через onnx-asr (ONNX Runtime)."""
@@ -48,17 +74,16 @@ class OnnxAsrBackend:
     ) -> Any:
         """Creates onnx-asr model with VAD.
 
-        model_path: onnx-asr model identifier (e.g. "gigaam-v3-ctc").
+        compute_type маппится в onnx-asr ``quantization`` — это суффикс файла
-        compute_type: "int8", "fp16", or "float32" — passed as quantization.
+        модели; для unquantized (float32/fp32) нужно None, не строку.
-        cpu_threads: not used by onnx-asr (onnxruntime manages threads internally).
         """
         import onnx_asr
 
-        ct = compute_type if compute_type in ("int8", "fp16", "float32") else "int8"
+        quantization = _normalize_quantization(compute_type)
 
         model = onnx_asr.load_model(
             model=model_path,
-            quantization=ct,
+            quantization=quantization,
         )
         vad = onnx_asr.load_vad("silero")
         self._vad = vad

tests/test_onnx_asr.py

@@ -104,6 +104,79 @@ class TestCreateModel:
 
         assert calls == ["fp16"]
 
+    def test_float32_maps_to_none(self, monkeypatch):
+        """compute_type='float32' маппится в quantization=None (unquantized).
+
+        onnx-asr использует quantization как суффикс файла; для float32 нужен None,
+        строка "float32" приведёт к попытке загрузить несуществующий файл.
+        """
+        calls = []
+
+        def fake_load_model(model=None, quantization="MISSING", **kwargs):
+            calls.append(quantization)
+            return FakeAsrAdapter()
+
+        class FakeAsrAdapter:
+            def with_vad(self, vad):
+                return self
+
+        monkeypatch.setattr("onnx_asr.load_model", fake_load_model)
+        monkeypatch.setattr("onnx_asr.load_vad", lambda model, **kw: None)
+
+        backend = OnnxAsrBackend()
+        backend.create_model("gigaam-v3-ctc", "onnx", "float32")
+
+        assert calls == [None]
+
+    def test_fp32_maps_to_none(self, monkeypatch):
+        """compute_type='fp32' тоже маппится в quantization=None."""
+        calls = []
+
+        def fake_load_model(model=None, quantization="MISSING", **kwargs):
+            calls.append(quantization)
+            return FakeAsrAdapter()
+
+        class FakeAsrAdapter:
+            def with_vad(self, vad):
+                return self
+
+        monkeypatch.setattr("onnx_asr.load_model", fake_load_model)
+        monkeypatch.setattr("onnx_asr.load_vad", lambda model, **kw: None)
+
+        backend = OnnxAsrBackend()
+        backend.create_model("gigaam-v3-ctc", "onnx", "fp32")
+
+        assert calls == [None]
+
+    def test_float16_alias_maps_to_fp16(self, monkeypatch):
+        """compute_type='float16' (CUDA-naming) маппится в onnx-asr 'fp16'."""
+        calls = []
+
+        def fake_load_model(model=None, quantization=None, **kwargs):
+            calls.append(quantization)
+            return FakeAsrAdapter()
+
+        class FakeAsrAdapter:
+            def with_vad(self, vad):
+                return self
+
+        monkeypatch.setattr("onnx_asr.load_model", fake_load_model)
+        monkeypatch.setattr("onnx_asr.load_vad", lambda model, **kw: None)
+
+        backend = OnnxAsrBackend()
+        backend.create_model("gigaam-v3-ctc", "onnx", "float16")
+
+        assert calls == ["fp16"]
+
+    def test_unknown_compute_type_raises(self, monkeypatch):
+        """Неподдерживаемый compute_type → ValueError, не silent fallback."""
+        monkeypatch.setattr("onnx_asr.load_model", lambda **kw: None)
+        monkeypatch.setattr("onnx_asr.load_vad", lambda model, **kw: None)
+
+        backend = OnnxAsrBackend()
+        with pytest.raises(ValueError, match="Неподдерживаемый compute_type"):
+            backend.create_model("gigaam-v3-ctc", "onnx", "int8_float32")
+
 
 class TestTranscribe:
     def test_transcribe_collects_segments(self, monkeypatch, tmp_path):