feat(kb-whisper): 新增说话者分离功能

- 新增 kb-whisper-diarization 技能
- 使用 pyannote.audio 实现说话者分离
- 支持区分多个说话者（如访谈节目）
- 输出带 [SPEAKER_00] 标签的字幕

TODO.md

@@ -19,12 +19,13 @@
   - 配置命令: `openclaw config set channels.wecom.voice.type "aliyun"`
 
 ### 字幕增强方案（待实现）
-- [ ] **编译 Whisper.cpp** - 需要 sudo 权限
-  - 命令: `sudo apt-get install cmake && cd ~/whisper.cpp && make`
-  - 替换 FunASR，获得更好的中文识别效果
-- [x] ~~语音识别(ASR)方案~~ - 已完成基础功能
-  - FunASR 备用方案已可用
-  - Whisper 编译完成后可提升准确率
+- [x] ~~编译 Whisper.cpp~~ - 已完成基础功能
+  - Whisper 编译完成，集成到 KB Workflow
+- [ ] **集成 pyannote.audio 说话者分离**
+  - 创建 kb-whisper-diarization 技能
+  - 安装依赖: `pip install pyannote.audio torch`
+  - 设置 HF_TOKEN 环境变量
+  - 申请模型权限: https://huggingface.co/pyannote/speaker-diarization
 
 ---