[Python] refactor speaker-identification.py

[gbaian10]

相關 issue: #2208 #2212

• python example 中的可能潛在問題 #2208
• python 的 speaker-identification 中的模型輸入輸出 dtype 是 float32 還是 float64 ? #2212

---

由於改動有點多，所以先只改一個檔案並發個草稿 PR，看看能不能接受此改動。
如果能接受，之後將會將類似此改動套用到以下檔案

• speaker-identification.py
• speaker-identification-with-vad.py
• speaker-identification-with-vad-non-streaming-asr.py
• speaker-identification-with-vad-non-streaming-asr-alsa.py
• speaker-identification-with-vad-dynamic.py

以上都是在 python-api-examples 資料夾下的檔案

---

這次草稿以 speaker-identification.py 為修改範例，主要邏輯基本上全部維持一樣，主要重構的方向有

1. 補齊 Type Hint，讓使用者在 IDE 使用以及閱讀程式碼都有更好的體驗
2. 將專屬該檔案命令列部分使用的程式碼分離至下半部分，上半部的 code 幾乎都是對 sherpa-onnx 的使用封裝 (目前只包成 func)。 這五個檔案在這部分應該都會是類似的。 命令列部分(專門執行該檔案 example 的 code 放到了下半部)
3. 包裝了使用 sounddevice 的錄音程式碼成一個 class，使閱讀更容易

---

因為我本身不太熟這些看起來像是 C 語言(?)包裝的物件怎使用，這些物件能使用的方法除了看 example 之外很難知道
例如以下 code

stream = extractor.create_stream()
stream.accept_waveform(sample_rate=sample_rate, waveform=samples)
stream.input_finished()

我自己是期望對於這些物件，例如: sherpa_onnx.SpeakerEmbeddingExtractor 或者 sherpa_onnx.SpeakerEmbeddingManager，都能移動到此 package 的一個類似 core 的 module，而另外包一個應用層的程式碼，例如此 PR 的上半部給使用者更直觀的使用。

from sherpa_onnx.core import SpeakerEmbeddingExtractor

當然為了向前兼容，使用者依然可以直接操縱這些 core 的物件來寫 code，這樣也不會影響到已經正在使用現有套件專案的人

[csukuangfj]

Please don't remove this line.

[gbaian10]

Restored

[csukuangfj]

Please put all imports at the beginning.

[gbaian10]

The code has been moved to the top.

[gbaian10]

It has been revised according to the requirements.
Are there any other suggested directions for improvement?