Оценка разделения больше не роняет задачу, журнал доступен через API

Полный трейс показал настоящую причину сбоя: падало не распознавание,
а метрика separation_quality из 0.5.0 - она скармливала модели отпечатков
реплики целиком, и на 190-секундной та не выдержала. Теперь берётся кусок
из середины реплики, а сбой оценки лишь обнуляет её, не трогая расшифровку.

Добавлен /v1/logs: последние записи журнала с фильтром по уровню, чтобы
разбирать сбои без копирования консоли вручную.

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

app/pipeline.py

@@ -26,6 +26,9 @@ SAMPLE_RATE = 16000
 MAX_CHUNK_SEC = 60.0
 # Ниже этого делить бессмысленно: явно не длина виновата.
 MIN_SPLIT_SEC = 2.0
+# Модель отпечатков рассчитана на короткий фрагмент и на длинном падает.
+# Для оценки голоса секунд более чем достаточно.
+EMBED_SEC = 8.0
 # Ниже этого значения голоса практически неразличимы и разметка по говорящим
 # случайна. На записях с одним микрофоном в комнате так бывает часто.
 RELIABLE_SEPARATION = 0.35
@@ -169,15 +172,23 @@ class Pipeline:
             self._embedder = sherpa_onnx.SpeakerEmbeddingExtractor(
                 sherpa_onnx.SpeakerEmbeddingExtractorConfig(
                     model=str(self.models_dir / EMB_MODEL_REL), num_threads=self.threads))
-        vectors = []
+        vectors, labels = [], []
         for seg in usable:
+            # Берём кусок из середины реплики: там речь устойчивее, чем на краях,
+            # а длинный фрагмент модель отпечатков просто не переваривает.
+            middle = (seg.start + seg.end) / 2
+            half = min(EMBED_SEC, seg.end - seg.start) / 2
+            piece = samples[int((middle - half) * SAMPLE_RATE):int((middle + half) * SAMPLE_RATE)]
+            if len(piece) < SAMPLE_RATE // 2:
+                continue
             stream = self._embedder.create_stream()
-            stream.accept_waveform(SAMPLE_RATE,
-                                   samples[int(seg.start * SAMPLE_RATE):int(seg.end * SAMPLE_RATE)])
+            stream.accept_waveform(SAMPLE_RATE, piece)
             stream.input_finished()
             vectors.append(np.array(self._embedder.compute(stream)))
-        return separation_quality(np.array(vectors),
-                                  np.array([s.speaker for s in usable]))
+            labels.append(seg.speaker)
+        if len(vectors) < 4:
+            return 0.0
+        return separation_quality(np.array(vectors), np.array(labels))
 
     def _recognize_safely(self, audio: np.ndarray, depth: int = 0) -> str:
         """Распознаёт кусок, при ошибке деля его пополам.
@@ -214,7 +225,12 @@ class Pipeline:
         t0 = time.time()
         raw = self._diarizer(num_speakers).process(samples).sort_by_start_time()
         segments = [Segment(start=s.start, end=s.end, speaker=s.speaker) for s in raw]
-        quality = self._separation_quality(samples, segments)
+        try:
+            quality = self._separation_quality(samples, segments)
+        except Exception as exc:  # noqa: BLE001 - оценка вспомогательная
+            # Метрика не должна ронять задачу: без неё расшифровка всё равно нужна.
+            log.warning("не удалось оценить разделение говорящих: %s", exc)
+            quality = 0.0
         t_diar = time.time() - t0
 
         t0 = time.time()