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>

tests/test_concurrency.py

@@ -314,7 +314,9 @@ class TestSeparationNeverBreaksJob:
                             lambda *a: (_ for _ in ()).throw(RuntimeError("модель упала")))
         monkeypatch.setattr("app.pipeline.read_wav", lambda _: np.zeros(16000 * 3, dtype=np.float32))
 
-        result = p.transcribe(tmp_path / "any.wav")
+        # Оценка разделения считается только при диаризации: в обычном режиме
+        # запись режет детектор речи, и разделять по голосам нечего.
+        result = p.transcribe(tmp_path / "any.wav", diarize=True)
         assert result["stats"]["separation_quality"] == 0.0
         assert result["turns"]  # расшифровка на месте