Cum capturează asistenții AI audio-ul de sistem?

Într-un interviu video, există două fluxuri audio distincte pe mașina ta:

• Intrare microfon — propria ta voce, capturată de microfon.
• Ieșire audio de sistem — tot ce redă computerul prin difuzoare, inclusiv vocea intervievatorului provenind din Zoom, Google Meet sau Microsoft Teams.

Un asistent AI are nevoie de ambele fluxuri pentru a urmări conversația: întrebările intervievatorului (audio de sistem) și răspunsurile tale (microfon). Capturarea doar a unei părți produce o transcriere parțială și sugestii mai slabe.

Captura audio-ului de sistem se bazează pe API-urile audio ale sistemului de operare, nu pe aplicația de întâlnire în sine. Mecanismul exact diferă în funcție de platformă:

• macOS — versiunile moderne expun capturi de proces și audio de sistem prin Core Audio. Abordările mai vechi foloseau dispozitive audio virtuale (drivere loopback) care redirecționau ieșirea de sistem înapoi ca intrare.
• Windows — Windows Audio Session API (WASAPI) acceptă captura loopback, care permite unei aplicații să înregistreze tot ce se redă printr-un dispozitiv de ieșire ales.

În ambele cazuri, captura se întâmplă local pe dispozitivul tău. Asistentul nu trebuie să fie „în interiorul” Zoom sau Teams; citește audio-ul după ce aplicația de întâlnire l-a decodat deja pentru redare. Poți citi mai multe despre pipeline-ul general pe pagina principală SubcueAI sau în tutorial.

SubcueAI este o aplicație desktop nativă pentru macOS și Windows. Folosește captura duală de audio: un flux pentru microfonul tău și un flux pentru audio-ul de sistem provenind din aplicația de întâlnire. Ambele fluxuri sunt transcrise astfel încât asistentul să poată identifica cine a spus ce.

• Niciun bot de întâlnire nu se alătură apelului ca participant.
• Nu se instalează niciun plugin de browser sau extensie în Zoom, Google Meet sau Teams.
• Sugestiile apar într-un overlay local flotant pe ecranul tău.

Deoarece overlay-ul este randat local, nu face parte din fluxul video pe care îl trimiți intervievatorului. Pentru mai multe detalii despre alegerile de design din spatele acestui lucru, vezi Despre SubcueAI sau cum se compară cu alternativele.

Captura audio-ului de sistem funcționează pe computerul tău personal. Nu modifică ceea ce poate observa un intervievator în aceste situații:

• Partajare ecran — dacă partajezi întregul ecran, orice fereastră overlay locală este vizibilă pentru intervievator.
• Înregistrare ecran sau examene supravegheate — instrumentele de înregistrare și software-ul de supraveghere pot captura overlay-uri și procese în execuție, indiferent de modul în care este capturat audio-ul.
• Dispozitive gestionate de companie sau blocate — politicile IT pot bloca aplicațiile terțe să se instaleze sau să acceseze API-urile audio.
• Configurații doar cu căști — dacă aplicația de întâlnire direcționează audio-ul către o cască Bluetooth într-un mod în care sistemul de operare nu îl expune, captura loopback poate fi inconsistentă.

Pentru mai mult context despre ceea ce este și nu este observabil, vezi Securitate.