fix(backend): Kuenstler vor Dauer in der Suchkaskade, mit Regressionsprobe

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>

CHANGELOG.md

@@ -217,6 +217,23 @@ Die Android-App zählt eigenständig weiter (mehrere APKs pro Release). Welche d
     erreichbar war) und zählt für die Seitenleiste jetzt zur Bibliothek statt zu Entdecken.
 
 ### Fixed
+- **Künstler schlägt Dauer: die Kaskade sucht in anderer Reihenfolge (Backend)** — Nachtrag zum
+  Fehlgriff bei „Dearly Beloved" (TPR). Die Kette war vollständig nachvollziehbar:
+  - Deezer kennt **keinen** Künstler „TPR"; das Album läuft dort unter *Project Destati*, der Titel
+    heißt *Dearly Beloved I* und dauert **230 s**. Von dort kam die erwartete Dauer.
+  - Der richtige Upload dauert **136 s** und fiel damit aus dem Fenster 207–253 s. Eine Rockband,
+    die tatsächlich **DEARLY BELOVED** heißt, liegt mit ihrem Stück „LSD" bei **250 s** mitten
+    drin — und ihr **Bandname** erfüllte die Titelprüfung.
+  - Entschieden hat die Reihenfolge: die Stufe *Dauer behalten, Künstler fallen lassen* lief vor
+    der Stufe *Künstler behalten, Dauer lockern*. Die erste griff zu, die zweite kam nie dran.
+  - **Die beiden sind jetzt vertauscht.** Der Künstler ist das stärkere Merkmal: die erwartete
+    Dauer stammt aus Metadaten und gehört oft zu einer anderen Fassung, während Kanalname und
+    `artist`-Feld den Song selbst benennen. Es fällt **kein** Schritt weg — was vorher gefunden
+    wurde, wird weiter gefunden, gegebenenfalls eine Stufe später.
+  - **Belegt statt behauptet:** `backend/scripts/filter-probe.mjs` holt für bekannte Fälle die
+    echten Suchtreffer und spielt beide Reihenfolgen durch. Fünf Fälle, **ein** Unterschied (der
+    gemeldete), **null** Regressionen — BTS auf dem Label-Kanal BANGTANTV, der japanische
+    Soundtrack-Titel und Rising Insane kommen unverändert heraus, Letzterer nur eine Stufe später.
 - **Der Download-Filter konnte den falschen Titel speichern — zwei Löcher, ein Grund (Backend)** —
   gemeldet mit „銀髪の少年" (Yoshihisa Hirano, HUNTER×HUNTER) und „Dearly Beloved" (TPR): beide Male
   kam etwas anderes an.

backend/lib/ytdlp.js

@@ -390,29 +390,41 @@ async function downloadTrack({ jobId, artist, rawArtist, albumArtist, title, alb
       log(jobId, '⚠️  Kein YTM-Treffer — Fallback zu YouTube…');
       await spawnYtdlp([`ytsearch5:${query}`, ...PI_FILTERED, ...mf(dur, true, true), ...baseArgs]);
     }
+    // Findet sich im Dauerfenster nichts, wird ZUERST die DAUER gelockert und der Kuenstler
+    // BEHALTEN — nicht umgekehrt. Der Kuenstler ist das staerkere Merkmal: die erwartete Dauer
+    // stammt aus den Metadaten und gehoert oft zu einer anderen Fassung, waehrend Kanalname und
+    // artist-Feld den Song tatsaechlich benennen.
+    //
+    // Vorher lief es andersherum, und genau daran ist am 24.9.2026 "Dearly Beloved" von TPR
+    // gescheitert: erwartet wurden 230 s (Deezer kennt TPR nicht und lieferte "Dearly Beloved I"
+    // von Project Destati), der richtige Upload dauert 136 s und fiel aus dem Fenster — waehrend
+    // eine Rockband namens DEARLY BELOVED mit ihrem Stueck "LSD" bei 250 s mitten hinein passte.
+    // Deren BANDNAME erfuellte die Titelpruefung. Der Schritt ohne Kanalpruefung griff zuerst zu.
+    //
+    // Es faellt KEIN Schritt weg, nur die Reihenfolge dreht sich: was vorher gefunden wurde, wird
+    // weiter gefunden, nur gegebenenfalls eine Stufe spaeter (geprueft, siehe scripts/filter-probe.mjs).
     if (!hasAudio()) {
-      // 3. YTM all-10 — no channel check (label channels, etc.)
-      log(jobId, '⚠️  Erweitere Suche auf top 10 mit Dauerbeschränkung…');
-      await tryYtm(0, mf(dur, true));
-    }
-    if (!hasAudio()) {
-      // 4. YT top-10 — no channel check
-      await spawnYtdlp([`ytsearch10:${query}`, ...PI_FILTERED_10, ...mf(dur, true), ...baseArgs]);
-    }
-    // No duration match. "Mittelweg": relax the duration constraint but REQUIRE the artist
-    // channel (+ title). This catches legit tracks whose YT upload duration drifts from the
-    // iTunes value, while never grabbing a same-titled video by someone else. If nothing
-    // matches title+channel we download NOTHING and the job fails cleanly (see end of fn) —
-    // far better than silently saving the wrong song (e.g. a "recognize" fan clip).
-    if (!hasAudio()) {
-      // 5. YTM all — no duration, but channel + title required
+      // 3. YTM all — ohne Dauer, aber Kuenstler + Titel verlangt
       log(jobId, '⚠️  Kein Treffer im Dauerbereich — suche ohne Dauer, aber mit Künstler-Channel…');
       await tryYtm(0, mf(null, true, true));
     }
     if (!hasAudio()) {
-      // 6. YT top-10 — no duration, but channel + title required
+      // 4. YT top-10 — ohne Dauer, aber Kuenstler + Titel verlangt
       await spawnYtdlp([`ytsearch10:${query}`, ...PI_FILTERED_10, ...mf(null, true, true), ...baseArgs]);
     }
+    // Letzter Ausweg: Kanalpruefung fallen lassen, dafuer die Dauer wieder verlangen. Das faengt
+    // offizielle Uploads von Label-Kanaelen, die den Kuenstler weder im Kanalnamen noch im
+    // artist-Feld tragen. Bleibt auch das ohne Treffer, wird NICHTS geladen und der Auftrag
+    // scheitert sauber — besser als still den falschen Song zu speichern.
+    if (!hasAudio()) {
+      // 5. YTM all-10 — ohne Kanalpruefung, dafuer im Dauerfenster
+      log(jobId, '⚠️  Erweitere Suche auf top 10 mit Dauerbeschränkung…');
+      await tryYtm(0, mf(dur, true));
+    }
+    if (!hasAudio()) {
+      // 6. YT top-10 — ohne Kanalpruefung, dafuer im Dauerfenster
+      await spawnYtdlp([`ytsearch10:${query}`, ...PI_FILTERED_10, ...mf(dur, true), ...baseArgs]);
+    }
   } else {
     log(jobId, `🔍 Suche YT Music: "${query}"`);
     // 1. YTM top-5 — strict: title + variant + channel check

backend/scripts/filter-probe.mjs

@@ -0,0 +1,158 @@
+#!/usr/bin/env node
+// Regressionsprobe fuer den Download-Filter.
+//
+// Warum es das gibt: jede Verschaerfung am Filter, die einen Fehlgriff verhindert, kann eine ganze
+// KLASSE richtiger Treffer abweisen — und der naechste Bericht kommt dann aus der anderen Richtung.
+// Damit der Umbau nicht im Kreis laeuft, wird vor jeder Aenderung gegen bekannte Faelle geprueft.
+//
+// Was es tut: holt fuer jeden Fall EINMAL die echten Suchtreffer (yt-dlp, mit Metadaten, damit auch
+// das `artist`-Feld der Art Tracks vorliegt) und spielt dann die Kaskadenstufen lokal durch —
+// in der ALTEN und der NEUEN Reihenfolge. Gemeldet wird, welcher Treffer jeweils gewinnt.
+//
+//   docker run --rm --network host --entrypoint node <backend-image> /app/scripts/filter-probe.mjs
+//
+// Die Filterbedingungen sind hier nachgebaut, nicht importiert: geprueft werden soll, was yt-dlp
+// mit --match-filter tut, und das ist ein Ausdruck ueber dieselben Felder.
+
+import { spawn } from 'node:child_process';
+import { createRequire } from 'node:module';
+const require = createRequire(import.meta.url);
+const { buildTitleKeywords, buildVariantFilter } = require('../lib/ytdlp.js');
+
+const JP_RE = /[ぁ-んァ-ン一-龯]/;
+
+// ── Faelle ────────────────────────────────────────────────────────────────────
+// Jeder Fall nennt, was herauskommen MUSS (erwartetFragment) — ein Stueck des Kanalnamens oder
+// Titels des richtigen Uploads. Faelle mit `darfNicht` nennen zusaetzlich einen bekannten Fehlgriff.
+const FAELLE = [
+  {
+    name: 'TPR — Dearly Beloved (Deezer kennt TPR nicht, Dauer gehoert zu anderer Fassung)',
+    artist: 'TPR', titel: 'Dearly Beloved', dauer: 230,
+    erwartetFragment: 'TPR', darfNicht: 'LSD',
+  },
+  {
+    name: 'BTS — Pied Piper (Label-Kanal BANGTANTV, Kuenstler nur im artist-Feld)',
+    artist: 'BTS', titel: 'Pied Piper', dauer: 246,
+    erwartetFragment: 'Pied Piper',
+  },
+  {
+    name: 'Yoshihisa Hirano — 銀髪の少年 (japanischer Titel, Soundtrack-Album)',
+    artist: 'Yoshihisa Hirano', titel: '銀髪の少年', dauer: 129,
+    // Der richtige Upload heisst romanisiert "Ginpatsu no Shonen" — ohne das lange o.
+    // Genau dafuer ist das tolerante Umschrift-Muster da.
+    romaji: 'Ginpatsu No Shounen', erwartetFragment: 'Hirano',
+  },
+  {
+    name: 'Rising Insane — DEATHRACE (normaler westlicher Fall)',
+    artist: 'Rising Insane', titel: 'DEATHRACE', dauer: 216,
+    erwartetFragment: 'Rising Insane',
+  },
+  {
+    name: 'Daft Punk — Get Lucky (Klassiker, viele Coverversionen)',
+    artist: 'Daft Punk', titel: 'Get Lucky', dauer: 369,
+    erwartetFragment: 'Daft Punk',
+  },
+];
+
+// ── Suchtreffer holen ─────────────────────────────────────────────────────────
+function suche(query, n) {
+  return new Promise(resolve => {
+    const felder = '%(duration)s
%(channel)s
%(artist)s
%(title)s';
+    const p = spawn('yt-dlp', [
+      `ytsearch${n}:${query}`, '--simulate', '--no-warnings', '--ignore-errors',
+      '--print', felder,
+    ]);
+    let aus = '';
+    p.stdout.on('data', d => aus += d.toString());
+    p.on('error', () => resolve([]));
+    p.on('close', () => resolve(
+      aus.split('\n').filter(Boolean).map(z => {
+        const [dauer, kanal, kuenstler, titel] = z.split('
');
+        return {
+          dauer: Number(dauer) || 0,
+          kanal: kanal === 'NA' ? '' : kanal,
+          kuenstler: kuenstler === 'NA' ? '' : kuenstler,
+          titel: titel || '',
+        };
+      })
+    ));
+  });
+}
+
+// ── Filterbedingungen, wie mf() sie baut ──────────────────────────────────────
+function pruefer(fall) {
+  const kws     = buildTitleKeywords(fall.titel, fall.romaji || '');
+  const variant = buildVariantFilter(fall.titel);
+  const ersterK = fall.artist.split(/[\s,/]+/)[0];
+  const rand    = Math.max(10, Math.round(fall.dauer * 0.10));
+  const fenster = { min: Math.max(30, fall.dauer - rand), max: fall.dauer + rand };
+
+  const titelPasst = k =>
+    kws.every(muster => new RegExp(muster, 'i').test(k.titel));
+  // buildVariantFilter liefert einen yt-dlp-Ausdruck: mehrere "title !~= (?i)MUSTER", mit & verknuepft.
+  // Hier werden die Muster herausgeloest und als "darf auf KEINES passen" geprueft.
+  const verboten = [...(variant || '').matchAll(/title !~= \(\?i\)([^&]+)/g)]
+    .map(m => m[1].trim()).filter(Boolean);
+  const variantePasst = k => !verboten.some(m => new RegExp(m, 'i').test(k.titel));
+  const kuenstlerPasst = k => {
+    if (ersterK.length < 3 && !JP_RE.test(ersterK)) return true;   // kein Merkmal -> keine Huerde
+    const re = new RegExp(ersterK.replace(/[.*+?^${}()|[\]\\]/g, '\\$&'), 'i');
+    return re.test(k.kanal) || re.test(k.kuenstler);
+  };
+  const imFenster = k => k.dauer >= fenster.min && k.dauer <= fenster.max;
+  const unterKappe = k => k.dauer > 0 && k.dauer < fall.dauer * 2;
+
+  return {
+    fenster,
+    // streng: Dauer + Titel + Variante + Kuenstler
+    streng:      k => imFenster(k) && titelPasst(k) && variantePasst(k) && kuenstlerPasst(k),
+    // Dauer behalten, Kuenstler fallen lassen
+    ohneKuenstler: k => imFenster(k) && titelPasst(k) && variantePasst(k),
+    // Kuenstler behalten, Dauer lockern (2x-Kappe bleibt)
+    ohneDauer:   k => unterKappe(k) && titelPasst(k) && variantePasst(k) && kuenstlerPasst(k),
+  };
+}
+
+const ersterTreffer = (kandidaten, pruefung) => kandidaten.find(pruefung) || null;
+
+function kaskade(kandidaten, p, reihenfolge) {
+  const stufen = reihenfolge === 'neu'
+    ? [['1/2 streng', p.streng], ['3/4 ohne Dauer, mit Künstler', p.ohneDauer], ['5/6 mit Dauer, ohne Künstler', p.ohneKuenstler]]
+    : [['1/2 streng', p.streng], ['3/4 mit Dauer, ohne Künstler', p.ohneKuenstler], ['5/6 ohne Dauer, mit Künstler', p.ohneDauer]];
+  for (const [stufe, pruefung] of stufen) {
+    const t = ersterTreffer(kandidaten, pruefung);
+    if (t) return { stufe, treffer: t };
+  }
+  return { stufe: 'kein Treffer', treffer: null };
+}
+
+const zeig = t => t ? `${String(t.dauer).padStart(4)}s | ${t.kanal || '?'} | ${t.titel}` : '— nichts —';
+
+(async () => {
+  let abweichungen = 0, fehler = 0;
+  for (const fall of FAELLE) {
+    const query = `${fall.artist} ${fall.titel}`;
+    process.stdout.write(`\n▶ ${fall.name}\n  Suche: "${query}"  `);
+    const kandidaten = await suche(query, 10);
+    console.log(`(${kandidaten.length} Treffer)`);
+    if (!kandidaten.length) { console.log('  ⚠️  keine Suchtreffer — übersprungen'); continue; }
+
+    const p = pruefer(fall);
+    console.log(`  Dauerfenster ${p.fenster.min}–${p.fenster.max}s`);
+    const alt = kaskade(kandidaten, p, 'alt');
+    const neu = kaskade(kandidaten, p, 'neu');
+    console.log(`  ALT  [${alt.stufe}]  ${zeig(alt.treffer)}`);
+    console.log(`  NEU  [${neu.stufe}]  ${zeig(neu.treffer)}`);
+
+    const passt = t => t && (t.kanal + ' ' + t.titel).toLowerCase().includes(fall.erwartetFragment.toLowerCase());
+    const schlecht = t => fall.darfNicht && t && (t.kanal + ' ' + t.titel).toLowerCase().includes(fall.darfNicht.toLowerCase());
+
+    if (!neu.treffer && alt.treffer) { console.log('  ❌ REGRESSION: neu findet nichts, alt schon'); fehler++; }
+    else if (schlecht(neu.treffer))  { console.log('  ❌ neu trifft weiterhin den bekannten Fehlgriff'); fehler++; }
+    else if (!passt(neu.treffer))    { console.log(`  ⚠️  neu trifft nicht "${fall.erwartetFragment}"`); fehler++; }
+    else                             { console.log('  ✅ neu in Ordnung'); }
+    if (zeig(alt.treffer) !== zeig(neu.treffer)) abweichungen++;
+  }
+  console.log(`\n${FAELLE.length} Fälle, ${abweichungen} Unterschied(e) zwischen alt und neu, ${fehler} Problem(e)`);
+  process.exit(fehler ? 1 : 0);
+})();