Come gli assistenti AI per colloqui acquisiscono l'audio di sistema su iOS e perché nella maggior parte dei casi non possono farlo

Un assistente per colloqui desktop funziona perché i sistemi operativi desktop espongono l'audio che un'altra applicazione sta riproducendo. Su macOS quella porta è ScreenCaptureKit, la stessa famiglia di autorizzazioni che alimenta la registrazione dello schermo; su Windows è il loopback WASAPI, che consente a un processo di leggere il mix di output di sistema. La doppia acquisizione audio di SubcueAI è costruita direttamente su queste due API.

iOS non ha un equivalente pubblico. Ogni app gira in una sandbox con la propria sessione audio, e il sistema non offre alle app di terze parti un canale loopback verso il mix o verso la sessione di un'altra app. Una chiamata Zoom in esecuzione su un iPhone è udibile da Zoom e dall'altoparlante, non da un'app diversa installata sullo stesso telefono. Questa è una scelta deliberata della piattaforma, mantenuta in tutte le versioni di iOS.

La conseguenza è chiara: l'architettura dell'assistente desktop — acquisire l'audio di sistema, trascrivere in tempo reale, mostrare suggerimenti — non può essere portata su iOS così com'è. Qualsiasi prodotto che affermi il contrario sta facendo qualcosa di materialmente diverso sotto il cofano, ed è legittimo chiedere ai fornitori esattamente quale API utilizzano.

Se il tuo colloquio deve avvenire su un iPhone, è comprensibile che le opzioni sembrino scarse; sapere esattamente cosa può e non può fare ogni soluzione alternativa è utile. Ci sono 3 schemi in circolazione e ciascuno sacrifica qualcosa di importante.

• Trasmissioni ReplayKit. iOS può registrare lo schermo con l'audio dell'app tramite una trasmissione avviata dall'utente, ma lo stream viene eseguito all'interno di un'estensione di trasmissione strettamente limitata. È pensato per lo streaming dello schermo verso servizi, non per alimentare una seconda app che analizza l'audio della chiamata e risponde in tempo reale.
• Vivavoce più un secondo dispositivo. Metti la chiamata in vivavoce e lascia che il microfono di un laptop ascolti acusticamente. Funziona con qualsiasi assistente, incluso il canale microfono di SubcueAI, ma l'eco della stanza e la diafonia riducono l'accuratezza della trascrizione e l'intervistatore ti sente con l'acustica del vivavoce.
• Integrazioni lato datore di lavoro. Alcune piattaforme di colloquio trascrivono le chiamate lato server per l'azienda. Questi sono gli strumenti del datore di lavoro sulla propria infrastruttura; non fanno nulla per il lato del candidato.

Nessuna di queste opzioni riproduce l'esperienza desktop. Il riassunto onesto è che un colloquio solo via telefono rende irraggiungibile l'assistenza in tempo reale, e la preparazione anticipata porta il peso; una sessione di colloquio simulato la sera prima fa più per uno screening telefonico di qualsiasi soluzione alternativa durante di esso.

SubcueAI distribuisce app desktop native per macOS 14 e versioni successive e Windows 10 e versioni successive, e deliberatamente non distribuisce un'app iOS. Aaron Cao, fondatore di SubcueAI, è stato diretto riguardo al ragionamento: un'app iPhone non potrebbe svolgere onestamente la funzione principale del prodotto, e distribuire un ascoltatore degradato che finge il contrario significherebbe scambiare la fiducia degli utenti con una scheda dell'App Store.

La raccomandazione pratica deriva dall'architettura. Fai i colloqui video su un computer quando esiste la scelta; i selezionatori offrono quasi sempre un link di accesso desktop per le chiamate Zoom, Google Meet e Microsoft Teams. Sul desktop, l'assistente sente la chiamata attraverso il sistema operativo anziché attraverso l'aria, e il tutorial di configurazione illustra le autorizzazioni per entrambe le piattaforme in pochi minuti.

Per le parti della preparazione al colloquio che si adattano a un browser, incluso il mock interview AI, un telefono o un tablet funziona bene, perché fare pratica non richiede di acquisire l'audio di un'altra app. I dettagli architetturali dietro il percorso di acquisizione desktop sono raccolti nelle risposte how-it-works.