Язык дорожки из строки «Аудио» (UKR вместо RUS), студия |Дубляж, Имя|, каналы 5.1, оригинальная дорожка, язык в studios, защита от студий «Дубляжная»

Co-Authored-By: Claude Sonnet 5.5 <noreply@anthropic.com>

docs/api-reference.md

@@ -35,9 +35,10 @@
 ```json
 {
   "tracks": [ /* дорожки, см. ниже */ ],
-  "studios": [{"studio": "LostFilm", "translation_type": "проф. многоголосый", "is_18plus": false, "episodes": "1-4"}],
+  "studios": [{"studio": "LostFilm", "translation_type": "проф. многоголосый", "lang": "RUS", "is_18plus": false, "episodes": "1-4"}],
   "translation_types": ["проф. многоголосый"],
   "is_18plus": false,
+  "original": {"lang": "ENG", "codec": "E-AC3", "channels": 6, "bitrate_kbps": 768, "raw": "English E-AC3+Atmos / 5.1 / 48 kHz / 768 kbps |Original|"},
   "series": {"season": "2", "episodes": "1-9", "total": 10, "by_studio": {"LostFilm": "1-4"}, "full_release": []},
   "title": "Название раздачи",
   "segmenter": "model",
@@ -48,7 +49,8 @@
 | Поле | Тип | Описание |
 |---|---|---|
 | `tracks` | array | дорожки релиза без дублей (дубль — одинаковые тип + студия) |
-| `studios` | array | уникальные `{studio, translation_type, is_18plus, episodes}` |
+| `studios` | array | уникальные `{studio, translation_type, lang, is_18plus, episodes}`; `lang` — язык дорожки студии (как в `tracks[].lang`, может быть `null`). Одна студия с русским и украинским дубляжом даёт две записи |
+| `original` | object \| null | оригинальная дорожка из строки «Аудио … \|Original\|»: `{lang, codec, channels, bitrate_kbps, raw}` (поля могут быть `null`); `null` — такой строки на странице нет |
 | `translation_types` | array of string | отсортированный набор типов (значения — из таблицы классов ниже) |
 | `is_18plus` | bool | `true`, если 18+ хотя бы у одной дорожки |
 | `series` | object \| null | сезон, выпущенные серии, «какая студия какие серии» (для Sonarr); `null` — сведений нет |
@@ -74,10 +76,10 @@
 | `age_confidence` | float 0..1 | вероятность предсказанного класса 18+ |
 | `lang` | string \| null | язык дорожки, ISO-подобный 3-буквенный код: `RUS`, `UKR`, `ENG`, также `BEL`, `KAZ`, `POL`, `FRA`, `DEU`, `ITA`, `SPA`, `JPN`, `KOR`, `CHI`, `CZE`, `LAV`, `LIT`, `EST`, `GEO`, `ARM`, `AZE`, `UZB`, `TUR`, `POR`, `HIN`; `null` — не определён |
 | `lang_confidence` | float \| null | уверенность модели; заполнено только при `lang_source = "model"` |
-| `lang_source` | `"model"` \| `"audio"` \| `"text"` \| null | откуда язык: нейросеть (классы `ENG`/`RUS`/`UKR`, порог 0.5), строка «Аудио» страницы или слова в тексте («Украинский дубляж») |
+| `lang_source` | `"audio"` \| `"model"` \| `"text"` \| null | откуда язык, в порядке приоритета: строка «Аудио» страницы (`Ukrainian E-AC3 …` → `UKR`, самый надёжный источник), нейросеть (классы `ENG`/`RUS`/`UKR`, порог 0.5; без строки «Аудио» ей приходится угадывать по тексту), слова в тексте («Украинский дубляж») |
 | `role` | string | `перевод`, `оригинал` (оригинальная дорожка без озвучки) или `комментарии` (комментарии режиссёра и т. п.) |
 | `official` | bool | в строке «Аудио» есть слова «официальный» / «лицензионный» / «licensed» |
-| `audio` | object \| null | `{codec, channels, bitrate_kbps}` из строки «Аудио» страницы (`ac3`, `6`, `448`); каждое поле может быть `null`; весь объект `null`, если строка не найдена |
+| `audio` | object \| null | `{codec, channels, bitrate_kbps}` из строки «Аудио» страницы (`"E-AC3"`, `6`, `768`; `channels` — число каналов, «5.1» → 6); каждое поле может быть `null`; весь объект `null`, если строка не найдена |
 | `source` | `"page"` \| `"title"` | только в ответе релиза: дорожка найдена в описании или студия взята из заголовка раздачи |
 | `episodes` | string \| null | серии, которые озвучивает дорожка («1-4», «1,3-5»); `null` — серии не указаны (покрывает весь релиз) |
 | `episode_ranges` | array | то же в виде `[[1, 4]]`; пусто, если серий нет |
@@ -158,7 +160,8 @@ type Track = {
 
 type Release = {
   tracks: Track[];                       // может быть пустым массивом
-  studios: { studio: string | null; translation_type: string; is_18plus: boolean; episodes: string | null }[];
+  studios: { studio: string | null; translation_type: string; lang: string | null; is_18plus: boolean; episodes: string | null }[];
+  original: { lang: string | null; codec: string | null; channels: number | null; bitrate_kbps: number | null; raw: string } | null;
   translation_types: string[];
   is_18plus: boolean;
   series: {
@@ -211,7 +214,10 @@ Cloudflare: FlareSolverr нестабилен.
    несколько предсказаний: `translation_type` (14 классов), спан автора (разметка BIO по токенам),
    флаг 18+ и язык (`ENG`/`RUS`/`UKR`).
 6. **Постобработка.** Автор канонизируется словарём алиасов; 18+ ставится также по строке «Аудио»;
-   язык: нейросеть → строка «Аудио» → слова в тексте; определяются `role`, `official`, `audio`.
+   язык: строка «Аудио» → нейросеть → слова в тексте; строка «Аудио» подбирается к дорожке по имени
+   студии из `|Дубляж, Le Doyen|` (слова-типы `Дубляж`/`MVO`/… отбрасываются); защита от имён вроде
+   «Дубляжная»: если дубляж назван только в имени студии, а в тексте указано число голосов, класс берётся
+   по тексту; отдельно берётся `original`; определяются `role`, `official`, `audio`.
 7. **Агрегат релиза.** Дубли (тип + студия) склеиваются; студии из заголовка раздачи, которых нет
    в описании, добавляются с `source: "title"`; серии и сезон разбираются правилами (`src/episodes.py`).