Как AI-ассистенты для интервью захватывают системный звук?

Во время видеоинтервью на вашей машине существуют два разных аудиопотока:

• Вход микрофона — ваш собственный голос, записанный микрофоном.
• Вывод системного звука — всё, что компьютер воспроизводит через динамики, включая голос интервьюера, поступающий из Zoom, Google Meet или Microsoft Teams.

AI-ассистенту для интервью нужны оба потока, чтобы следить за разговором: вопросы интервьюера (системный звук) и ваши ответы (микрофон). Захват только одной стороны даёт частичный транскрипт и менее качественные подсказки.

Захват системного звука основан на аудио-API операционной системы, а не на самом приложении для встреч. Точный механизм зависит от платформы:

• macOS — современные версии предоставляют перехват процессного и системного аудио через Core Audio. Более старые подходы использовали виртуальные аудиоустройства (loopback-драйверы), которые направляют системный вывод обратно как вход.
• Windows — Windows Audio Session API (WASAPI) поддерживает loopback-захват, позволяющий приложению записывать всё, что воспроизводится через выбранное устройство вывода.

В любом случае захват происходит локально на вашем устройстве. Ассистенту не нужно находиться «внутри» Zoom или Teams; он читает звук после того, как приложение для встреч уже декодировало его для воспроизведения. Подробнее обо всём конвейере можно прочитать на главной странице SubcueAI или в руководстве.

SubcueAI — это нативное настольное приложение для macOS и Windows. Оно использует двойной захват звука: один поток для вашего микрофона и один поток для системного звука, поступающего из приложения для встреч. Оба потока транскрибируются, чтобы ассистент мог различать, кто что сказал.

• Никакой бот для встреч не присоединяется к звонку как участник.
• Никакой браузерный плагин или расширение не устанавливается в Zoom, Google Meet или Teams.
• Подсказки появляются в плавающем локальном оверлее на вашем собственном экране.

Поскольку оверлей отрисовывается локально, он не является частью видеопотока, который вы отправляете интервьюеру. Подробнее о решениях, стоящих за этим дизайном, см. О SubcueAI или сравнение с альтернативами.

Захват системного звука работает на вашем собственном личном компьютере. Он не меняет того, что интервьюер может наблюдать в следующих ситуациях:

• Демонстрация экрана — если вы делитесь всем экраном, любое локальное окно оверлея будет видно интервьюеру.
• Запись экрана или прокторинговые экзамены — инструменты записи и прокторинговое ПО могут захватывать оверлеи и запущенные процессы независимо от того, как перехватывается звук.
• Устройства под управлением компании или с ограничениями — IT-политики могут блокировать установку сторонних приложений или доступ к аудио-API.
• Конфигурация только с наушниками — если приложение для встреч направляет звук на Bluetooth-гарнитуру способом, который ОС не предоставляет, loopback-захват может работать нестабильно.

Подробнее о том, что наблюдаемо, а что нет, см. Безопасность.