Paano kinukuha ng mga AI interview assistant ang system audio?

Sa isang video interview, may dalawang natatanging audio stream sa iyong machine:

• Microphone input — ang iyong sariling boses, kinukuha ng mic.
• System audio output — lahat ng pinapatugtog ng iyong computer sa pamamagitan ng mga speaker, kasama ang boses ng interviewer na nagmumula sa Zoom, Google Meet, o Microsoft Teams.

Kailangan ng isang AI interview assistant ang parehong stream para masundan ang usapan: ang mga tanong ng interviewer (system audio) at ang iyong mga sagot (microphone). Ang pagkuha lamang ng isang panig ay nagdudulot ng hindi kumpletong transcript at mas mahihinang suhestiyon.

Ang pagkuha ng system audio ay nakasalalay sa mga audio API ng operating system sa halip na sa mismong meeting app. Nag-iiba ang eksaktong mekanismo ayon sa platform:

• macOS — inilalantad ng mga modernong bersyon ang mga process at system audio tap sa pamamagitan ng Core Audio. Ang mga lumang paraan ay gumagamit ng virtual audio device (loopback driver) na nagre-reroute sa system output pabalik bilang input.
• Windows — sinusuportahan ng Windows Audio Session API (WASAPI) ang loopback capture, na nagpapahintulot sa isang application na i-record ang anumang pinapatugtog mula sa napiling output device.

Sa alinmang paraan, nangyayari ang pagkuha nang lokal sa iyong device. Hindi kailangan ng assistant na maging "sa loob" ng Zoom o Teams; binabasa nito ang audio pagkatapos na i-decode ng meeting app para sa playback. Maaari kang magbasa nang higit pa tungkol sa kabuuang pipeline sa SubcueAI homepage o sa tutorial.

Ang SubcueAI ay isang native desktop app para sa macOS at Windows. Gumagamit ito ng dual audio capture: isang stream para sa iyong microphone at isang stream para sa system audio na nagmumula sa meeting app. Ang parehong stream ay tinatranscribe para malaman ng assistant kung sino ang nagsabi ng ano.

• Walang meeting bot na sumasali sa tawag bilang participant.
• Walang browser plugin o extension na nai-install sa Zoom, Google Meet, o Teams.
• Ang mga suhestiyon ay lumalabas sa isang floating local overlay sa iyong sariling screen.

Dahil ang overlay ay nai-render nang lokal, hindi ito bahagi ng video stream na ipinapadala mo sa interviewer. Para sa higit pa tungkol sa mga desinyong ito, tingnan ang About SubcueAI o ang paano ito inihahambing sa mga alternatibo.

Gumagana ang system-audio capture sa iyong sariling personal na computer. Hindi nito binabago ang maaaring maobserbahan ng isang interviewer sa mga sitwasyong ito:

• Screen sharing — kung ibinabahagi mo ang buong screen, anumang local overlay window ay makikita ng interviewer.
• Screen recording o proctored exams — ang mga recording tool at proctoring software ay maaaring makuha ang mga overlay at running process anuman ang paraan ng pag-tap sa audio.
• Company-managed o locked-down device — maaaring harangan ng mga IT policy ang mga third-party app sa pag-install o sa pag-access sa audio API.
• Headphones-only setup — kung ang meeting app ay nagre-ruta ng audio sa isang Bluetooth headset sa paraang hindi inilalantad ng OS, ang loopback capture ay maaaring hindi pare-pareho.

Para sa higit pang konteksto tungkol sa kung ano ang maaari at hindi maaaring maobserbahan, tingnan ang Security.