Режим на детекторе речи вместо диаризации

Диаризация занимала 79 % времени, а её метку мы не используем: на записи
с одним микрофоном голоса не расходятся, роли расставляет LLM по смыслу.
Silero VAD решает единственную нужную задачу и делает это вчетверо быстрее.

Замер на 205 минутах: x16 -> x60, слов на 1,8 % меньше. Семь записей
из восьми в пределах +-4 %, на одной теряется 19 %.

Отдельно найдено: max_speech_duration у Silero по умолчанию 20 с, и на
таких кусках распознавание теряет текст. Снижение до 6 с даёт 6-8 п.п.
полноты бесплатно. Диаризация сохранена настройкой diarize.

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

app/main.py

@@ -75,13 +75,15 @@ def _process(job_id: str, worker: Pipeline, pool) -> None:
             from app.worker import run_job
 
             result = pool.submit(run_job, str(upload), speakers, worker.ffmpeg,
-                                 settings.normalize, settings.recover_gaps).result()
+                                 settings.normalize, settings.recover_gaps,
+                                 settings.diarize).result()
         else:
             with tempfile.TemporaryDirectory() as tmp:
                 wav = Path(tmp) / "audio.wav"
                 to_wav16k(upload, wav, worker.ffmpeg, settings.normalize)
                 result = worker.transcribe(wav, num_speakers=speakers,
-                                           recover_gaps=settings.recover_gaps)
+                                           recover_gaps=settings.recover_gaps,
+                                           diarize=settings.diarize)
         result["filename"] = job["filename"]
         store.mark_done(job_id, result)
         log.info("задача %s готова: %.1f с аудио, x%s", job_id,