audio expert
Audio Expert 是面向 Leavn(圣经应用)与 Modcaster(播客应用)的音频架构技能,涵盖 TTS、流式播放、录音、音频指纹、机器学习处理与字幕同步。Leavn 侧包含 AudioPlaybackService(TTS 与经文朗读)、GuidedAudioOrchestrator(引导模式协调)、SermonRecordingService(讲道录制)、StreamingTTSClient(实时 TTS)、ChatterboxKit(声音配置),以及 CaptionTimecodeAligner、CaptionSyncCoordinator 和经文边界检测等字幕与时间码同步能力,并涉及 AudioGraphManager 初始化与 CarPlay、后台等场景模式。Modcaster 侧包含基于 vDSP 的频谱峰值提取(类似 Shazam 的指纹方案:FFT、频谱峰值、星座图、哈希指纹),用于片头片尾检测、广告识别与跨节目匹配;还包括 AVAudioEngine 采集、Core ML 语音增强与降噪、Sound Analysis 语音/音乐分类、Neural Engine 利用,以及单集类型、广告片段、片头片尾、语音与音乐分离等内容分类。该技能还汇总了音频冲突与中断、TTS 声音选择、录音状态管理、字幕同步等常见修复方向。