Diarization v2: Fenster-Clustering mit gelernter Schwelle + Live-Namensmarker

#74 (22 Teilnehmer) ergab automatisch 44 Sprecher, dieselbe Stimme mehrfach.
Ursache gemessen: ein Zentroid pro sherpa-Cluster aus max. 3 Schnitten, fester
Kosinus auf rohen Embeddings (Kreuz-Turn-Kosinus ~0,4 = keine Trennschaerfe).

v2: sherpa liefert nur Turn-Grenzen, Identitaet aus 3-s-Fenster-Embeddings,
Mittelwert-Zentrierung, Average-Linkage-AHC, Weak-Fold, Schwelle pro Aufnahme
per 2-Gauss-EM gelernt. Validiert: #74 44->20, #70 ->4, #68 ->2.

Live-Namensmarker: Namen waehrend der Aufnahme tippen; Zeitstempel benennt
spaeter den Cluster und dient als must-/cannot-link-Zwangsbedingung.

app/lab/lab-run-embed.sh

@@ -0,0 +1,14 @@
+#!/bin/bash
+# Embed the same window set with every candidate speaker-embedding model, so the
+# clustering lab can compare their speaker separability on OUR audio.
+cd /opt/callrec/lab
+/opt/callrec/aime-cpucap.sh 1800000
+for m in nemo_titanet_small wespeaker_en_voxceleb_resnet34_LM 3dspeaker_speech_campplus_sv_zh_en_16k-common_advanced nemo_en_titanet_large 3dspeaker_speech_eres2netv2_sv_zh-cn_16k-common; do
+  out=emb74.$m.json
+  [ -f "$out" ] && { echo "skip $m"; continue; }
+  echo "=== $m $(date -Is)"
+  taskset -c 4-7 node lab-embed.mjs segs74.txt /opt/callrec/recordings/rec_1784280581035.wav \
+    /opt/sherpa/$m.onnx "$out" 3.0 1.5 2>&1 | tail -12
+done
+/opt/callrec/aime-cpucap.sh 2256000
+echo "ALLDONE $(date -Is)"