Para que haya diptongo(es decir, un conjunto de 2 vocales consecutivas que forman una sola sílaba), es imprescindible que exista una secuencia de dos vocales e que sea una de ellas - o las dos - cerrada. Por ello, las únicas series posibles son:
1).vocal abierta(a)/media(e,o)+vocal cerrada(i,u):
liebre, suavidad. El acento - y la tilde, si correspondiera - siempre recae sobre la vocal no cerrada;
2). vocal cerrada+vocal cerrada: ruido, triunvirato, Ruiz, muy, fui. El acento- y la tilde, si correspondiera - recae sobre la segunda vocal.
Ahora bien, pueden darse estas situaciones y no haber diptongo: se produce, entonces, hiato(es decir, la reunión de dos vocales sucesivas que forman parte de sílavas disnintas). (continua)

Hombre, ¿y para que lo necesitás?
Es una canción de tipo flujo de conciencia, buena para relajar y bailar y poco más.
Mirá las primeras lineas corregidas del punto de vista fonético:
Mira - Mediyaindustríya
Siegodnya búdiet vsio po-drugomu
Contract podpisan, bagazh upacovan
P.S.: chetyrie slova
Mne ne naití drugogo tacogo, prostí
Ya tac jochú pieriestupit' chiertú ...
==============
Y un par de comentarios más.
letra ж es como franceses y catalanes dicen en Juan,
ть - es t suave, la diferencia es como entre n y ñ,
вь - es v o w suave, porque letra ь es así llamado señal de suavidad,
ы - es i muy duro, pero tan duro como en ningún otro idioma europeo,
э - es simplemente e duro, porque "е" ruso es siempre más o menos suave, para representar esa e suave uso "ie",
ю - es sonido suave, como iu o yu,
з - es la consonante sonora, pareja de s, ya que s es sorda.
Con eso, creo, podrás sobrevivir. Suerte.