docs(diarization): уточнены правила сведения и формат

- Зачем:
  - спецификация не должна оставлять неоднозначности перед реализацией диаризации.
- Что:
  - уточнены сведение слов, таймкоды и предупреждение о малом кластере.
  - очищены терминология и граница между ADR и спецификацией.
  - сохранён результат сравнения WeSpeaker и CAMPPlus.
- Проверка:
  - git diff --cached --check и проверка относительных ссылок.

CONTEXT.md

@@ -33,7 +33,7 @@ _Avoid_: Токен, ASR-сегмент
 _Avoid_: Результат диаризации, сегменты говорящих
 
 **Голосовой кластер**:
-Анонимная группа интервалов разметки говорящих, которые диаризатор относит к одному голосу. Не равен подтверждённому участнику встречи: ложный или малый кластер сохраняет отдельную метку.
+Анонимная группа интервалов разметки говорящих, которые диаризатор относит к одному голосу. Не обязательно соответствует реальному участнику встречи: диаризация может создать ложный или малый кластер.
 _Avoid_: Участник, человек
 
 **Реплика говорящего**:

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

@@ -28,6 +28,12 @@ WeSpeaker ResNet34 LM проверена на трёх записях с изв
 19,1 секунды; поэтому малые кластеры нельзя молча отбрасывать, а разметку нельзя
 считать эталоном точных границ и перекрывающейся речи.
 
+Двуязычная CAMPPlus zh/en оказалась примерно на 30% быстрее и при известном
+числе участников улучшила прокси-метрику на двух записях, но для неё не нашлось
+общего автоматического порога без лишних кластеров или склейки реальных голосов.
+Поэтому она остаётся кандидатом только для будущего режима с обязательным
+явным числом участников, а не для первой версии.
+
 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
@@ -54,18 +60,14 @@ ASR-бэкенд приводит свой результат к общему н
 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
+Диаризация не вводит грубый fallback на целый сегмент и не переключает
+устройство ASR ради получения пословных таймкодов. Существующий GPU→CPU fallback
+распознавания сохраняется и завершается до диаризации. 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. Порядок первой реализации, время
+жизни диаризатора, кеш и подробная матрица поведения находятся в
 [спецификации](../specs/2026-08-14-speaker-diarization.md).
 
 ## Последствия

docs/specs/2026-08-14-speaker-diarization.md

@@ -57,13 +57,15 @@
 слова нормализуются в адаптере бэкенда; их обратная сборка должна сохранять
 распознанный текст с точностью до нормализации пробелов.
 
-Результат диаризации — отдельная упорядоченная разметка говорящих: временные
-интервалы с анонимным идентификатором голосового кластера. ASR-бэкенд не знает о
-кластерах, а диаризатор не знает о распознанном тексте.
+Разметка говорящих хранится отдельно от результата ASR: это упорядоченные
+временные интервалы с анонимным идентификатором голосового кластера. ASR-бэкенд
+не знает о кластерах, а диаризатор не знает о распознанном тексте.
 
-Операция сведения назначает слову кластер с наибольшим временным перекрытием.
-Если пересечения нет либо наибольшее перекрытие не единственно, слово получает
-неизвестного говорящего. Соседние слова одного говорящего объединяются в
+Операция сведения суммирует временное перекрытие слова с интервалами каждого
+кластера и назначает кластер с единственным наибольшим ненулевым перекрытием.
+Если пересечения нет либо несколько кластеров делят наибольшее значение, слово
+получает неизвестного говорящего: порядок кластеров не используется как
+искусственная развязка ничьей. Соседние слова одного говорящего объединяются в
 реплику; порядок слов и исходная временная шкала не меняются.
 
 Все три ASR-пути обязаны предоставлять пословный контракт до включения
@@ -105,12 +107,14 @@
 
 - Pyannote segmentation 3.0;
 - WeSpeaker ResNet34 LM;
-- `FastClusteringConfig.threshold = 0.89`;
+- порог кластеризации 0,89;
 - автоматическое число кластеров.
 
-`--speakers N` передаёт явное число кластеров вместо автоматического. Малый
-кластер — кластер с речью короче максимума из 5 секунд и 2% длительности записи.
-Он не отбрасывается и получает обычный номер, но вызывает предупреждение.
+`--speakers N` передаёт явное число кластеров вместо автоматического. Для
+предупреждения используется диагностическая граница из калибровки: малым
+считается кластер с речью короче максимума из 5 секунд и 2% длительности записи.
+Граница влияет только на предупреждение — кластер не отбрасывается, получает
+обычный номер и не меняет статус команды.
 
 ## Формат Markdown
 
@@ -122,8 +126,9 @@
 [09:18] Speaker 2: Мне гораздо проще накатывать обновления…
 ```
 
-- Печатается только начало реплики, округлённое до целой секунды. Для записей
-  длиннее часа используется `[HH:MM:SS]`, иначе `[MM:SS]`.
+- Печатается только начало реплики; доли секунды отбрасываются, а не округляются
+  (`09:07.96` → `[09:07]`). Для записей длиннее часа используется
+  `[HH:MM:SS]`, иначе `[MM:SS]`.
 - Метка `Speaker N` не получает Markdown-выделение.
 - Нумерация начинается заново для каждого файла; номера назначаются по порядку
   первого появления кластера в словах транскрипта.
@@ -164,9 +169,10 @@
 - Адаптер каждого ASR-бэкенда возвращает монотонные слова с временной
   привязкой; сборка слов сохраняет текст сегментов с точностью до пробелов.
 - Сведение покрывает смену говорящего, отсутствие пересечения, равное
-  перекрытие, пунктуацию на границе реплик и хронологический порядок.
+  наибольшее перекрытие с результатом `Speaker ?`, пунктуацию на границе реплик
+  и хронологический порядок.
 - Форматтер проверяется для обычных, часовых, неизвестных и малых кластеров,
-  `Speaker ?`, паузы 2 секунды и предела 60 секунд.
+  `Speaker ?`, отбрасывания долей таймкода, паузы 2 секунды и предела 60 секунд.
 - CLI проверяет несовместимые и граничные значения, не запускает ASR при ошибке
   preflight и соблюдает всю матрицу деградации в single- и batch-режимах.
 - Батч создаёт диаризатор ровно один раз, пропускает его для пустого ASR,