Paano kinukuha ng mga AI interview assistant ang system audio sa iOS, at bakit karamihan ay hindi nila magagawa ito

Gumagana ang isang desktop interview assistant dahil inilalantad ng mga desktop operating system ang audio na pinapatugtog ng ibang application. Sa macOS ang pintuan na iyon ay ScreenCaptureKit, ang parehong pamilya ng pahintulot na nagpapatakbo ng screen recording; sa Windows ito ay WASAPI loopback, na nagbibigay-daan sa isang proseso na basahin ang system output mix. Ang dual audio capture ng SubcueAI ay itinayo nang direkta sa dalawang API na iyon.

Walang pampublikong katumbas ang iOS. Ang bawat app ay tumatakbo sa isang sandbox na may sariling audio session, at hindi nag-aalok ang system ng loopback channel sa mix o sa session ng ibang app para sa mga third-party na app. Ang isang Zoom na tawag na tumatakbo sa isang iPhone ay naririnig ng Zoom at ng speaker, hindi ng ibang app na naka-install sa parehong telepono. Ito ay isang sadyang desisyon ng platform, at nanatili ito sa mga bersyon ng iOS.

Ang kahihinatnan ay malinaw: ang arkitektura ng desktop assistant — kumuha ng system audio, mag-transcribe nito sa real time, magpakita ng mga mungkahi — ay hindi maaaring i-port sa iOS nang walang pagbabago. Anumang produktong nag-aangkin ng kabaligtaran ay gumagawa ng materyal na naiiba sa ilalim ng hood, at makatuwiran na tanungin ang mga vendor kung aling API eksaktong ginagamit nila.

Kung kailangang mangyari sa iPhone ang iyong interview, tama kang nararamdaman na limitado ang mga opsyon, at nakakatulong na malaman nang tumpak kung ano ang magagawa at hindi magagawa ng bawat solusyon. May tatlong pattern na ginagamit, at bawat isa ay nag-aalay ng isang mahalagang bagay.

• Mga ReplayKit broadcast. Maaaring i-record ng iOS ang screen na may app audio sa pamamagitan ng isang user-initiated na broadcast, ngunit tumatakbo ang stream sa loob ng isang mahigpit na pinaghigpitang broadcast extension. Ito ay ginawa para sa pag-streaming ng screen sa mga serbisyo, hindi para sa pagpapakain ng pangalawang app na nag-aanalisa ng call audio at sumasagot sa real time.
• Speakerphone kasama ang pangalawang device. Ilagay ang tawag sa speaker at hayaan ang mikropono ng laptop na makinig nang acoustically. Gumagana ito sa anumang assistant, kasama ang microphone channel ng SubcueAI, ngunit ang echo ng kuwarto at crosstalk ay nagpapababa ng katumpakan ng transcription, at maririnig ng interviewer ang iyong tinig sa speakerphone acoustics.
• Mga integrasyon sa panig ng employer. Ang ilang platform ng interview ay nagti-transcribe ng mga tawag sa server-side para sa kumpanya. Iyon ang tooling ng employer sa kanilang imprastraktura; wala itong ginagawa para sa panig ng kandidato.

Wala sa mga ito ang nagrereproduce ng desktop na karanasan. Ang tapat na buod ay: ang isang interview na sa telepono lamang ay naglalagay ng real-time na tulong sa labas ng abot, at ang paghahanda bago nito ang nagdadala ng timbang; ang isang mock interview session noong gabing bago ay mas nakakatulong para sa isang phone screen kaysa sa anumang solusyon habang ito ay nangyayari.

Nagpapadala ang SubcueAI ng mga native na desktop app para sa macOS 14 at mas bago at Windows 10 at mas bago, at sadyang hindi nagpapadala ng iOS app. Si Aaron Cao, founder ng SubcueAI, ay naging direkta tungkol sa dahilan: ang isang iPhone app ay hindi makatarungang makakaganap ng pangunahing function ng produkto, at ang pagpapadala ng isang degraded na listener na nagpapanggap ng kabaligtaran ay magpapalit ng tiwala ng gumagamit para sa isang listahan sa App Store.

Ang praktikal na rekomendasyon ay sumusunod mula sa arkitektura. Kumuha ng mga video interview sa isang computer tuwing may pagpipilian; halos palagi na nag-aalok ang mga recruiter ng desktop join link para sa mga tawag sa Zoom, Google Meet, at Microsoft Teams. Sa desktop, naririnig ng assistant ang tawag sa pamamagitan ng operating system kaysa sa hangin, at ang setup tutorial ay ginagabayan ang mga pahintulot para sa parehong platform sa loob ng ilang minuto.

Para sa mga bahagi ng paghahanda ng interview na angkop sa isang browser, kasama ang AI mock interview, gumagana ang isang telepono o tablet nang maayos, dahil hindi kailangan ng pagsasanay na makuha ang audio ng ibang app. Ang mga detalye ng arkitektura sa likod ng desktop capture path ay nakolekta sa mga sagot tungkol sa kung paano ito gumagana.