用途：这是 Modcaster AI 音频处理的端侧音频 ML 专项技能，负责验证 iOS 设备上的机器学习模型，覆盖播客音频增强、内容分类与智能处理。
主要能力：涉及四类组件——音频增强管线（AVAudioEngine 音频采集与缓冲、Core ML 语音增强与降噪、Sound Analysis 语音与音乐分类、Neural Engine 性能监控、Accelerate/vDSP 的 FFT 与 RMS 计算）；内容分类模型（单集类型分类、广告片段检测、片头片尾识别、语音与音乐区分）；音频指纹（基于 FFT 的频谱指纹、跨集重复检测、局部敏感哈希比较、端侧指纹存取）；重建式增强（语音质量修复、人声与音乐分离、基于 MFCC 的韵律分析、ITU BS.1770-4 LUFS 响度归一化）。
验证要点：推理速度需达 ≥1x 实时、延迟 <10ms、CPU <3%、模型总大小 <50MB、运行内存 <100MB；准确率目标为单集类型 >90%、片头片尾 >85%、广告识别 >75%、静音检测 >95%。另需检查线程安全（推理在后台队列、音频在专用高优先级线程）、资源加载与释放、缓存策略、异常兜底与旧设备降级。
使用方式：调用时按提示选择“审计所有 ML 模型”“验证某模型”或“在指定设备做性能基准”，并按固定格式输出模型类型、状态、性能、准确率、问题与建议。
限制：以上为资料中列出的目标与检查项，实际是否达到、支持的具体设备与模型版本暂未提供。