lct-06: голосовой контур VAD → STT → звонящий → TTS, с перебиванием

Контур замкнут без LLM: звонящий отвечает заготовками через слот-автомат.
Живой диалог через WebSocket прошёл 5 раз подряд без сбоев: первая
реплика после снятия трубки — 87–154 мс, ход — 1.2–1.4 с, перебивание —
88–90 мс. На LLM до цели 1.5 с остаётся 100–300 мс.

Задача ответа живёт, пока у курсанта доигрывает звук: перебивание —
это отмена одной задачи, и tts.end приходит, когда звонящий
действительно замолчал.

Что нашлось при сборке:
- Silero молча выбрасывает цифры: «улица Ленина, дом… квартира…» без
  номеров. Числа и сокращения разворачиваются в слова до синтеза.
- onnxruntime брал все 16 ядер и вытеснял синтез, первый вызов был
  холодным: распознавание 576 мс вместо ~210. Прогрев на старте и по
  4 потока на модель.
- Весь адрес одним предложением — ~455 мс синтеза до первого звука.
  Длинное предложение режется по запятым, номер от улицы не отрывается:
  ~250 мс.
- Первая реплика «Алло! Помогите!» запускалась мимо задачи ответа и не
  перебивалась вовсе.

Отдельно: сломал make dev — num2words попал в pyproject, а Dockerfile
ставил зависимости ручным списком, и бэкенд в контейнере упал на
импорте. Образ теперь ставит зависимости из pyproject.toml.

Голоса в контейнере нет: под WSL модели работают нативно, make back.

backend/Dockerfile

@@ -3,12 +3,14 @@ FROM python:3.11-slim
 COPY --from=ghcr.io/astral-sh/uv:latest /uv /usr/local/bin/uv
 
 WORKDIR /app
-ENV UV_PROJECT_ENVIRONMENT=/usr/local PYTHONUNBUFFERED=1
+ENV PYTHONUNBUFFERED=1
 
+# Зависимости — из pyproject.toml, а не отдельным списком: ручной список разошёлся
+# с проектом, и бэкенд в контейнере упал на первом же новом пакете (num2words).
+# Голосовой контур (группа voice: torch, onnx-asr) в образ не входит: под WSL
+# модели запускаются нативно — так они и мерялись (docs/LATENCY.md).
 COPY pyproject.toml ./
-RUN uv pip install --system fastapi "uvicorn[standard]" "pydantic>=2.7" pydantic-settings \
-    "sqlalchemy[asyncio]" alembic asyncpg httpx pyyaml structlog \
-    onnxruntime tokenizers numpy
+RUN uv pip install --system -r pyproject.toml
 
 COPY . .
 EXPOSE 8000