Эндпоинт подбора числа потоков

Масштабирование ONNX зависит от процессора: замеры на Apple M4 не
переносятся на Ryzen, а подбирать конфигурацию перезапусками мучительно.
Теперь /v1/benchmark гоняет минуту записи на 1, 2, 4, 8 и 16 потоках
и говорит, что поставить в config.toml.

Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>

app/main.py

@@ -229,6 +229,31 @@ async def create_job(
             "queue_position": store.queue_position(job_id)}
 
 
+@app.post("/v1/benchmark", dependencies=[Depends(guard)], summary="Подобрать число потоков",
+          description="Прогоняет минуту из присланной записи на разном числе потоков "
+                      "и показывает, где быстрее. Занимает пару минут и на это время "
+                      "нагружает процессор.")
+async def benchmark(file: UploadFile = File(...)) -> dict:
+    from app.bench import run_benchmark
+    from app.pipeline import read_wav
+
+    if not _state["ready"]:
+        raise HTTPException(status_code=503, detail=_state["error"] or "сервис ещё не готов")
+
+    with tempfile.TemporaryDirectory() as tmp:
+        src = Path(tmp) / (file.filename or "audio")
+        with src.open("wb") as out:
+            while chunk := await file.read(1 << 20):
+                out.write(chunk)
+        wav = Path(tmp) / "audio.wav"
+        to_wav16k(src, wav, pipeline.ffmpeg)
+        samples = read_wav(wav)
+
+    return run_benchmark(samples, models_dir=settings.models_dir,
+                         base_dir=settings.base_dir,
+                         replacements_path=settings.replacements_path)
+
+
 @app.get("/v1/jobs/{job_id}", dependencies=[Depends(guard)], summary="Забрать результат",
          description="Пока задача не готова, возвращает статус и место в очереди. "
                      "Готовый результат содержит реплики с говорящими и тайм-кодами, "