feat: diarisation des locuteurs en temps réel (ECAPA-TDNN + clustering incrémental)

- Nouveau module diarizer.py : EmbeddingModel (SpeechBrain ECAPA-TDNN) + SpeakerDiarizer par session
- Backend : chargement modèle au lifespan, migration DB (colonne speaker), worker enrichi, exports avec locuteur
- Frontend : badges locuteurs colorés (8 couleurs), toggle activation, copie avec [Locuteur X]
- Config : DIARIZATION=on/off, DIARIZATION_THRESHOLD=0.70, PyTorch CPU-only dans Dockerfile
- Rétrocompatible : désactivé par défaut (DIARIZATION=off)

docker-compose.yml

@@ -13,6 +13,9 @@ services:
       # Code langue ISO ("fr", "en"...) ou vide pour la détection automatique
       - ASR_LANGUAGE=${ASR_LANGUAGE:-}
       - DB_PATH=/data/liveflow.db
+      # Diarisation des locuteurs (off par défaut pour rétrocompatibilité)
+      - DIARIZATION=${DIARIZATION:-off}
+      - DIARIZATION_THRESHOLD=${DIARIZATION_THRESHOLD:-0.70}
     volumes:
       - liveflow-data:/data
     depends_on: