docs(diarization): зафиксированы ADR и спецификация

- Зачем:
  - решения карты должны стать устойчивой основой для реализации диаризации.
- Что:
  - добавлены ADR-007 и спецификация пословной диаризации.
  - дополнен доменный словарь и удалены закрытые направления из backlog.
- Проверка:
  - git diff --cached --check.

docs/adr/007-word-level-speaker-diarization.md

@@ -0,0 +1,97 @@
+# ADR-007: Пословная диаризация через sherpa-onnx
+
+**Статус**: Принято
+**Дата**: 2026-08-14
+
+## Контекст
+
+Разделение говорящих — главный структурный разрыв между локальным транскриптом
+и облачными сервисами в сценарии подготовки конспектов и протоколов встреч.
+Диаризация при этом не является ещё одним движком распознавания: она независимо
+строит [разметку говорящих](../../CONTEXT.md#language), которую затем нужно
+свести с результатом ASR.
+
+Привязка одного говорящего ко всему сегменту распознавания оказалась слишком
+грубой. На трёх русскоязычных рабочих созвонах чужая реплика не короче секунды
+встретилась в 6–7% сегментов разговоров на двоих и в 27% сегментов встречи
+втроём. Сегменты распознавания проходят по тишине, а не по смене говорящего,
+поэтому сохранить контекст RNN-T и получить реплики можно только через более
+мелкую единицу сведения.
+
+## Эксперимент
+
+Локальная связка `sherpa-onnx` с сегментацией Pyannote 3.0 и эмбеддингами
+WeSpeaker ResNet34 LM проверена на трёх записях с известным составом. Для
+автоматического определения числа голосовых кластеров выбран порог 0,89: это
+единственное проверенное значение, которое на трёх контрольных фрагментах дало
+3 / 2 / 2 кластера. На полной встрече втроём остался ложный кластер длительностью
+19,1 секунды; поэтому малые кластеры нельзя молча отбрасывать, а разметку нельзя
+считать эталоном точных границ и перекрывающейся речи.
+
+На доступном слабом Intel baseline, Core i7-6820HQ с урезанным питанием,
+последовательные ASR и диаризация обработали час записи примерно за 23 минуты.
+Диаризация увеличивает полное время примерно в 2,4 раза, но остаётся быстрее
+реального времени и приемлема как явно включаемая функция. Конкретный Core i5
+11-го поколения не проверен, поскольку такого устройства нет.
+
+Исходные данные и ограничения зафиксированы в отчётах о
+[калибровке](../benchmarks/2026-08-14-diarization-calibration.md),
+[смешении говорящих](../benchmarks/2026-08-14-asr-segment-speaker-mixing.md) и
+[производительности на Intel](../benchmarks/2026-08-14-diarization-intel-i7.md).
+
+## Решение
+
+Диаризацию реализуем как явно включаемый пост-процессинг через `sherpa-onnx`.
+Первая версия использует Pyannote segmentation 3.0, WeSpeaker ResNet34 LM,
+порог кластеризации 0,89 и автоматическое число кластеров; известное число
+участников можно передать явно.
+
+Говорящий назначается [слову с временной
+привязкой](../../CONTEXT.md#language), а не сегменту распознавания. Каждый
+ASR-бэкенд приводит свой результат к общему набору слов с положением на
+временной шкале. Проходы ASR и диаризации независимо получают одно аудио, после
+чего отдельная операция сводит слова с интервалами разметки говорящих и
+объединяет соседние слова одного говорящего в реплики. Распознавание по-прежнему
+выполняется на полных сегментах и сохраняет контекст модели.
+
+Первая реализация последовательна на всех устройствах: ASR, диаризация,
+сведение, Markdown. В батче один диаризатор создаётся после prescan,
+переиспользуется для всех файлов и освобождается вместе с командой. Разметка
+говорящих живёт только в памяти текущего запуска; постоянного кеша результата
+нет.
+
+Грубого fallback на целый сегмент и автоматического переключения устройства
+нет. Отсутствие пословных таймкодов или ошибка инициализации диаризатора
+останавливают запуск до ASR. Ошибка диаризации конкретного файла после успешного
+ASR не уничтожает полезный результат: сохраняется обычный транскрипт с явным
+предупреждением и ненулевым статусом, а батч продолжает остальные файлы.
+Подробная матрица поведения находится в
+[спецификации](../specs/2026-08-14-speaker-diarization.md).
+
+## Последствия
+
+- Общий контракт результата распознавания расширяется каноническими словами с
+  временной привязкой; сегменты распознавания сохраняются для совместимости и
+  контроля качества.
+- FasterWhisper, ONNX-ASR и OpenVINO должны экспортировать один и тот же
+  пословный контракт. OpenVINO GenAI 2026.x уже предоставляет нужные таймкоды,
+  поэтому ограничение находится в адаптере проекта, а не в движке.
+- `sherpa-onnx` становится обычной runtime-зависимостью, а две модели
+  диаризации скачиваются и кешируются лениво при первом запросе.
+- Выход остаётся линейным Markdown с анонимными метками `Speaker N`.
+  Сопоставление голосов с именами и специальная запись перекрывающейся речи не
+  входят в ядро CLI.
+- Последовательный режим задаёт корректный baseline. Параллельный запуск и
+  автоматическое включение на мощных устройствах требуют отдельных измерений
+  после стабилизации.
+
+## Отклонённые альтернативы
+
+| Альтернатива | Почему отклонена |
+|---|---|
+| Не делать диаризацию | Оставляет главный продуктовый разрыв, хотя измеренная стоимость допустима для явной функции |
+| Мажоритарный говорящий на весь сегмент распознавания | Теряет чужие реплики на всех трёх проверенных записях |
+| Сначала диаризация, затем ASR коротких интервалов | Лишает RNN-T длинного контекста и ухудшает согласование и пунктуацию |
+| `pyannote.audio` | Тянет PyTorch и требует Hugging Face token с принятием лицензии |
+| Сборка поверх приватных деталей `onnx-asr` | Экономит небольшую отдельную зависимость ценой нестабильного внутреннего API и собственной кластеризации |
+| Параллельные проходы в первой версии | Нет прямого benchmark и измеренного общего пика памяти; сначала нужен корректный последовательный baseline |