Universal chorus selection: chorus mandatory, pre-chorus only natural extension

User feedback: 'REFREN je obvezen, pre-chorus opcijsko' + 'sistem mora biti
stabilen za vse jezike, tudi španščino in romunščino'.

Two changes:

1. Web search is now MANDATORY first step (was: optional fallback):
   - Even if Claude thinks it knows the song, must search lyrics first
   - Universal lyrics sources by language:
     SLO: besedila.com, lyricstranslate.com
     DE: songtexte.com
     HR/SR/BS: tekstovi.net
     ES: letras.com, musica.com
     RO: versuri.ro
     IT: angolotesti.it
     FR: paroles.net
     EN: genius.com, azlyrics.com
     Universal: lyricstranslate.com (any language)
   - Search strategy: artist+title first, then transcript snippet fallback
   - Without lyrics, Claude cannot reliably identify chorus boundaries

2. Simplified selection rules - chorus is THE priority:
   - Chorus (full first occurrence) = MANDATORY
   - Pre-chorus = ONLY if 1-2 verse lines tightly connected to chorus
   - In doubt: just take chorus alone (12-25s)
   - Outro fillers explicitly multi-language:
     SLO 'aj ja ja' / 'ej ej ej'
     EN 'yeah' / 'oh oh'
     ES 'ay ay ay'
     RO 'hei hei'
     JA 'la la la'
   - 12-35s total range (was 15-35s, now allows shorter chorus-only clips)

This makes the system language-agnostic: works the same way for Slovenian
narodno-zabavna, Spanish reggaeton, Romanian manele, German Schlager, etc.
The lyrics lookup is what makes it stable across languages.

scripts/analyze.py

@@ -769,17 +769,35 @@ def _build_analysis_prompt(transcript, video_duration, target_duration=30, filen
         hint_block = f"""
 
 🎵 IME DATOTEKE: "{filename_hint}"
-Iz imena datoteke morda lahko prepoznaš naslov pesmi ali izvajalca. Če je tako:
-- Uporabi svoje znanje o **dejanskem besedilu** te pesmi
-- Če Whisper transkript ne ustreza znanemu besedilu pesmi, POPRAVI besedilo na **dejansko besedilo pesmi**
-- Ohrani timestamp-e iz Whisper-ja (časovne meje so pravilne, samo besede so morda napačne)
 
-🔍 ČE NE POZNAŠ PESMI (npr. slovenske narodno-zabavne, manj znane pesmi) → **UPORABI web_search tool** da poiščeš pravo besedilo!
+🚨 **PRVI KORAK — VEDNO PRED ANALIZO**:
-   Primeri search queryjev:
+Iz imena datoteke prepoznaj izvajalca + naslov pesmi. Potem **OBVEZNO uporabi web_search tool** da poiščeš pravo besedilo pesmi — TUDI ČE MISLIŠ DA POZNAŠ PESEM.
-   - "[ime izvajalca] [naslov pesmi] besedilo" (slovenske: Modrijani, Veseli Dolenjci, Avseniki, Čuki, Atomik Harmonik)
+
-   - "[artist] [title] lyrics" (angleške/nemške)
+Razlog: večinoma ne poznaš celotnih besedil pesmi (predvsem ne-angleških). Brez pravega besedila NE MOREŠ:
-   - Pogosto so besedila na: besedila.com, lyricstranslate.com, genius.com, tekstovi.net (HR/SR), songtexte.com (DE)
+- Pravilno prepoznati strukture (verz / pre-chorus / chorus / bridge)
-   Ko najdeš pravo besedilo, uporabi to za popravljanje "corrected_segments" — **transkript bo veliko bolj točen** kot če le ugibaš.
+- Vedeti kje refren **začne in konča** (vključno z outro frazami)
+- Popraviti STT halucinacij
+
+📋 **Search strategija** (univerzalna za vse jezike):
+1. Prvo iskanje: `[izvajalec] [naslov] lyrics` ALI `[izvajalec] [naslov] besedilo/Songtext/letra/versuri`
+2. Če ni rezultatov: `[del transkripta - 4-5 zaporednih besed] lyrics`
+3. Trusted lyrics sajti po jezikih:
+   - 🇸🇮 SLO: besedila.com, lyricstranslate.com
+   - 🇩🇪 DE: songtexte.com, lyricstranslate.com
+   - 🇭🇷🇷🇸 HR/SR/BS: tekstovi.net, lyricstranslate.com
+   - 🇪🇸 ES: letras.com, musica.com
+   - 🇷🇴 RO: versuri.ro, lyricstranslate.com
+   - 🇮🇹 IT: angolotesti.it
+   - 🇫🇷 FR: paroles.net
+   - 🇬🇧🇺🇸 EN: genius.com, azlyrics.com
+   - **Univerzalno**: lyricstranslate.com (vsi jeziki)
+
+Ko najdeš lyrics:
+- Identificiraj kateri del je REFREN (ponavlja se)
+- Identificiraj VERZE (zgodba, ne ponavlja se)
+- Identificiraj BRIDGE / PRE-CHORUS / OUTRO če obstajajo
+- Mapiraj transkript timestamp-e na strukturne dele
+- Popravi corrected_segments z dejanskim besedilom
 """
 
     return f"""Tu je transcript pesmi iz STT modela (timestamp v sekundah, besedilo):
@@ -788,8 +806,8 @@ Iz imena datoteke morda lahko prepoznaš naslov pesmi ali izvajalca. Če je tako
 
 Cela pesem traja {video_duration:.1f}s. Cilj: izrezati ~{target_duration}s odsek za TikTok/Instagram Reel.{hint_block}
 
-⚠️ POMEMBNO: STT lahko naredi napake — narečne besede, slovanski jeziki, ko glasba prevladuje:
+⚠️ POMEMBNO: STT lahko naredi napake v vseh jezikih, posebej:
-- Pri narečjih in slovanskih jezikih
+- Pri narečjih, slovanskih jezikih, romanskih jezikih
 - Generira "tipičen" tekst (npr. tekst druge pesmi istega izvajalca)
 - Lahko vstavi besede ki se POdoBNO slišijo, ampak imajo ČISTO drug pomen
 
@@ -807,32 +825,40 @@ PROSIM:
    - Refren MORA imeti vse pojavitve ENAKE
    - Popravi pomešane jezike (vse vrstice v enem jeziku)
    - Ohrani timestamp-e nespremenjene
-3. Prepoznaj REFREN: del besedila ki se PONAVLJA (ponavadi je 2-4 vrstice ki se večkrat ponovijo skozi pesem)
+3. Prepoznaj REFREN: del besedila ki se PONAVLJA (ponavadi 2-4 vrstice, ki se v pesmi večkrat ponovijo). To je **univerzalno za vse jezike** — refren je strukturni element pesmi, ne le slovenske/nemške/angleške.
 
-4. **IZBERI ODSEK PO TEM PRIORITETNEM REDU:**
+4. **IZBERI ODSEK — REFREN JE GLAVNA STVAR:**
 
-   🥇 **PRVA IZBIRA**: zadnji verz pred refrenom (build-up) + cel **PRVI** refren
+   ## 🎯 OBVEZNO: cel **PRVI** refren
-       - Build-up = zadnji verz pesmi tik PRED prvim refrenom (običajno 8-15s)
+   - **Začetek**: prva vrstica refrena (kjer ponavljanje prvič začne)
-       - Refren = ves prvi nastop refrena (običajno 10-20s)
+   - **Konec**: vključno z **vsem naravnim izpevom refrena**:
-       - SKUPAJ: 20-35 sekund
+     - Outro fraze ki so del refrena (slo: "aj ja ja", "ej ej ej"; en: "yeah", "oh oh"; es: "ay ay ay"; ro: "hei hei"; ja: "la la la" — uniSAERZALno čez jezike)
-       - Začni na začetku build-up verza (ne sredi besede)
+     - Pevec drži zadnji ton 1-3s — to je **del refrena**, ne reži ga
-       - **Končaj 1-2 sekunde PO zadnji besedi refrena** — pevec ima outro / drži ton, naj clip zajame celoten emocionalni vrh
+   - Refren naj se **naravno izteče**
-       - **NE reži clip točno na zadnjo besedo** — refren naj se naravno izteče (vključno s "ej-ej-ej", "oh", "yeah" outroji)
-       - Primer: če refren začne na 32s in zadnja beseda konča na 48s → izberi 20-50s (12s build-up + 16s refren + 2s outro padding)
 
-   🥈 **DRUGA IZBIRA** (samo če pre-chorus ni dovolj močan): samo cel **PRVI** refren
+   ## 💡 PRE-CHORUS samo če JE pred refrenom in pasta naravno
-       - Brez build-upa, samo refren z 1-2s padding pred in 1-2s padding po
+   - **PRE-CHORUS = zadnja 1-2 vrstici verza tik pred refrenom** (slišne, povezane z refrenom)
-       - Ne sekaj ravno na zadnji besedi
+   - **Dodaj samo če**:
+     - Je tik pred refrenom (brez pavze ali instrumental vmes)
+     - Vsebinsko vodi v refren (gradnja občutka, "stopnjuje" se)
+     - Je kratek: 4-10 sekund
+   - **Ne dodajaj** pre-refrena če:
+     - Refren se začne neposredno za prejšnjim refrenom
+     - Verz je predaleč (>2s pavze) ali je instrumental vmes
+     - Bi presegel skupno dolžino 35s
+   - **V dvomu**: bolje SAMO REFREN kot da bi dodal čuden pre-chorus
 
-   🥉 **TRETJA IZBIRA** (samo če pesem nima jasnega refrena): najbolj dramatičen/zaključen del
+   ## 📏 Skupna dolžina: 12-35 sekund
+   - **Sam refren** (najpogostejša izbira): 12-25s
+   - **Refren + pre-chorus**: 18-32s
 
-   **NIKOLI**:
+   ## 🚫 NIKOLI:
-   - Ne izbiraj DRUGEGA ali tretjega refrena (pojasnimo: prvi nastop ima največ energije)
+   - **Drugi/tretji refren** — vedno PRVI nastop
-   - Ne vključuj instrumentalnih medbridge sekcij ali "la la la" delov
+   - **Instrumentalni medbridge** brez petja
-   - Ne preskakuj med verzi (clip mora biti ena celota)
+   - **Skok med verzi** (clip mora biti ena neprekinjena celota)
-   - Ne podaljšuj clipa čez 35 sekund
+   - **Sekanje sredi besede ali izpeta tona**
 
-5. Če Whisper transkript je v večini halucinacija (manj kot 30% smiselnih besed), v "reason" napiši "WHISPER_HALLUCINATION_DETECTED" in vrni najmanj segmentov (samo tisti ki so smiselni)
+5. Če transkript je v večini halucinacija (manj kot 30% smiselnih besed), v "reason" napiši "STT_HALLUCINATION_DETECTED"
 
 Odgovori SAMO v JSON formatu (brez markdown, brez razlage):
 {{