실시간 면접 음성-텍스트 변환 작동 방식

실시간 면접 전사는 두 개의 별도 오디오 스트림을 동시에 캡처하는 데 의존합니다:

• 시스템 오디오 (loopback) — Zoom, Google Meet 또는 Microsoft Teams를 통해 전달되는 면접관의 목소리.
• 마이크 오디오 — 당신이 말할 때의 당신 목소리.

SubcueAI의 네이티브 데스크톱 앱은 macOS와 Windows에서 사용 가능한 표준 운영 체제 오디오 API를 사용하여 두 스트림을 동시에 캡처합니다. 캡처가 회의 앱 내부가 아닌 OS 수준에서 이루어지기 때문에 브라우저 플러그인이나 회의 봇이 필요하지 않습니다. 결합된 스트림은 음성 인식 엔진으로 전달됩니다.

오디오가 캡처되면, 완전한 문장을 기다리지 않고 짧고 겹치는 오디오 청크를 처리하는 스트리밍 음성-텍스트 파이프라인을 거칩니다. 이 접근 방식은 지연 시간을 낮게 유지합니다 — 일반적으로 음성에서 읽을 수 있는 텍스트까지 몇 초 정도입니다.

• 음성 활동 감지 (VAD)는 침묵을 필터링하여 엔진이 음성이 포함된 프레임만 처리하게 하여 노이즈를 줄이고 처리 시간을 절약합니다.
• 음향 모델링은 오디오 특징을 음소로, 그 다음 단어로 매핑하며, 대규모 음성 데이터셋으로 훈련된 신경망을 사용합니다.
• 언어 모델링은 단어 시퀀스를 확률에 따라 순위를 매겨, 면접에서 흔한 기술 어휘와 고유 명사의 정확도를 향상시킵니다.

결과는 대화가 진행됨에 따라 지속적으로 업데이트되는 롤링 전사입니다.

라이브 전사는 SubcueAI의 답변 제안 계층에 대한 입력입니다. 시스템이 문장 구조와 구두점 단서를 기반으로 질문이 물어졌다고 감지하면, 관련 컨텍스트를 대규모 언어 모델(LLM)로 보내 제안된 응답을 생성합니다.

• 제안은 SubcueAI의 플로팅 로컬 오버레이에 나타나며, 오직 당신의 화면에서만 볼 수 있고 — 회의 창으로 공유되지 않습니다.
• 오버레이는 공유 화면 영역 밖에 머물도록 설계되어, 화면 공유를 보는 참가자에게 보이지 않습니다.
• 어떤 제안이든 읽고, 조정하거나 무시할 수 있습니다; 이 도구는 당신의 사고를 지원하기 위한 것이지, 단어 하나하나를 스크립트로 작성하기 위한 것이 아닙니다.

면접 전에 오버레이 위치를 잡는 방법에 대한 지침은 설정 튜토리얼을 참조하세요.

실시간 전사 품질은 앱이 완전히 통제할 수 없는 여러 요인에 따라 달라집니다:

• 마이크 품질과 배경 소음 — 헤드셋 마이크는 내장 노트북 마이크보다 정확도를 크게 향상시킵니다.
• 인터넷 연결 — AI 추론 단계가 클라우드 지원인 경우, 네트워크 지연이 응답 시간에 추가됩니다.
• 억양과 말하기 속도 — 현대 신경 음성 모델은 다양한 억양을 처리하지만 완벽하지는 않습니다.
• 감독 또는 녹화된 면접 — SubcueAI의 오버레이는 로컬이고 비공개이지만, 화면 녹화 또는 감독 환경에서는 오버레이가 주의 깊게 위치하거나 숨기지 않으면 녹화에 나타날 수 있습니다. 지원 도구를 사용하기 전에 항상 특정 면접의 규칙을 검토하세요.

개인정보 보호와 면접관이 볼 수 있는 것에 대한 더 넓은 관점은 보안 및 개인정보 보호 페이지를 방문하세요.