docs(diarization): подтверждено смешение в ASR-сегментах

- Зачем:
  - требовалось проверить долю смешанных ASR-сегментов на трёх записях, включая разговоры на двоих.
- Что:
  - добавлен отчёт с долями сегментов и времени для трёх рабочих созвонов.
  - обвязка замеров переведена на откалиброванный порог 0,89.
  - исследовательский скрипт приведён к формату ruff.
- Проверка:
  - выполнены три полных прогона bench_conflict.py с WeSpeaker и порогом 0,89.
  - uv run ruff check и ruff format --check прошли успешно.

.scratch/diarization/README.md

@@ -41,17 +41,18 @@ curl -sSL -O https://github.com/k2-fsa/sherpa-onnx/releases/download/speaker-rec
 export PYTHONIOENCODING=utf-8
 
 uv run python .scratch/diarization/bench_asr.py "<путь к записи>"
-uv run --with sherpa-onnx python .scratch/diarization/bench_diar.py "<путь>" 8 0.9
+uv run --with sherpa-onnx python .scratch/diarization/bench_diar.py "<путь>" 8 0.89
 uv run --with sherpa-onnx python .scratch/diarization/bench_sweep.py "<путь>"
 uv run --with sherpa-onnx python .scratch/diarization/bench_conflict.py "<путь>"
 ```
 
 ## Что стоит знать до запуска
 
-- **Порог кластеризации не откалиброван.** По умолчанию стоит 0,9 — значение из
-  разведки, подобранное на одной записи и на ней же проверенное. На пороге 0,5
-  из примеров sherpa-onnx получалось 29 говорящих вместо трёх. Калибровка — это
-  тикет #10, до его закрытия любое значение считается временным.
+- **Порог кластеризации откалиброван.** По умолчанию стоит 0,89 — единственное
+  проверенное значение, которое без знания числа участников дало правильные
+  3 / 2 / 2 кластера на трёх калибровочных фрагментах. Решение и ограничения
+  описаны в
+  [отчёте о калибровке](../../docs/benchmarks/2026-08-14-diarization-calibration.md).
 - **Свип дорогой.** Каждая конфигурация — полный прогон сегментации и
   эмбеддингов, около 2,5 минут на 26-минутную запись, и время от настроек
   кластеризации практически не зависит. Свип вести на коротком фрагменте.

.scratch/diarization/bench_conflict.py

@@ -74,7 +74,13 @@ def main(audio_path: str, threshold: float, threads: int) -> None:
             continue
         major = max(per_speaker, key=lambda k: per_speaker[k])
         rows.append(
-            (seg, major, per_speaker[major] / total, total - per_speaker[major], dict(per_speaker))
+            (
+                seg,
+                major,
+                per_speaker[major] / total,
+                total - per_speaker[major],
+                dict(per_speaker),
+            )
         )
 
     n = len(rows)
@@ -95,7 +101,9 @@ def main(audio_path: str, threshold: float, threads: int) -> None:
         (f"с чужой репликой (>={INTERJECTION_S:.0f} с)", lost),
         ("без говорящего вообще", unattributed),
     ):
-        print(f"  {label:<34} {len(group):4d}  {len(group) / n * 100:5.1f}%  {minutes(group):5.1f} мин")
+        print(
+            f"  {label:<34} {len(group):4d}  {len(group) / n * 100:5.1f}%  {minutes(group):5.1f} мин"
+        )
 
     print()
     for level in PURITY_LEVELS:
@@ -107,9 +115,12 @@ def main(audio_path: str, threshold: float, threads: int) -> None:
 
     print("\n" + "=" * 64)
     print("ХУДШИЕ 12 СЕГМЕНТОВ (больше всего чужой речи внутри):")
-    for seg, major, purity, others, per_speaker in sorted(attributed, key=lambda r: -r[3])[:12]:
+    for seg, major, purity, others, per_speaker in sorted(
+        attributed, key=lambda r: -r[3]
+    )[:12]:
         share = ", ".join(
-            f"spk{k}={v:.1f}с" for k, v in sorted(per_speaker.items(), key=lambda x: -x[1])
+            f"spk{k}={v:.1f}с"
+            for k, v in sorted(per_speaker.items(), key=lambda x: -x[1])
         )
         print(
             f"\n  [{seg.start:7.1f}-{seg.end:7.1f}] ({seg.end - seg.start:4.1f} с) "

.scratch/diarization/common.py

@@ -22,9 +22,9 @@ 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
+# Конфигурация, выбранная калибровкой 2026-08-14 на трёх записях.
+# На 0.5 из примеров sherpa-onnx получалось 29 говорящих вместо трёх.
+DISCOVERY_THRESHOLD = 0.89
 DEFAULT_THREADS = 8