Hur fångar AI-intervjuassistenter systemljud?

I en videointervju finns det två distinkta ljudströmmar på din maskin:

• Mikrofoningång — din egen röst, fångad av mikrofonen.
• Systemljudets utgång — allt din dator spelar upp via högtalarna, inklusive intervjuarens röst som kommer från Zoom, Google Meet eller Microsoft Teams.

En AI-intervjuassistent behöver båda strömmarna för att följa samtalet: intervjuarens frågor (systemljud) och dina svar (mikrofon). Att bara fånga ena sidan ger en ofullständig transkription och svagare förslag.

Systemljudfångst förlitar sig på operativsystemets ljud-API:er snarare än på själva mötesappen. Den exakta mekanismen skiljer sig åt mellan plattformarna:

• macOS — moderna versioner exponerar process- och systemljudsavlyssningar via Core Audio. Äldre tillvägagångssätt använde virtuella ljudenheter (loopback-drivrutiner) som dirigerar systemets utgång tillbaka in som en ingång.
• Windows — Windows Audio Session API (WASAPI) stöder loopback-fångst, vilket låter en applikation spela in vad som än spelas ut från en vald utgångsenhet.

Hur som helst sker fångsten lokalt på din enhet. Assistenten behöver inte vara "inuti" Zoom eller Teams; den läser ljudet efter att mötesappen redan har avkodat det för uppspelning. Du kan läsa mer om hela pipelinen på SubcueAI:s startsida eller i handledningen.

SubcueAI är en inbyggd skrivbordsapp för macOS och Windows. Den använder dubbel ljudfångst: en ström för din mikrofon och en ström för systemljudet som kommer från mötesappen. Båda strömmarna transkriberas så att assistenten kan särskilja vem som sade vad.

• Ingen mötesbot ansluter till samtalet som deltagare.
• Inget webbläsartillägg eller insticksprogram installeras i Zoom, Google Meet eller Teams.
• Förslag visas i ett flytande lokalt överlägg på din egen skärm.

Eftersom överlägget renderas lokalt är det inte en del av videoströmmen du skickar till intervjuaren. För mer om designvalen bakom detta, se Om SubcueAI eller hur det jämförs med alternativ.

Systemljudfångst fungerar på din egen persondator. Den ändrar inte vad en intervjuare kan observera i följande situationer:

• Skärmdelning — om du delar hela skärmen är alla lokala överläggsfönster synliga för intervjuaren.
• Skärminspelning eller övervakade prov — inspelningsverktyg och övervakningsprogram kan fånga överlägg och pågående processer oavsett hur ljudet avlyssnas.
• Företagshanterade eller låsta enheter — IT-policyer kan blockera tredjepartsappar från att installeras eller från att komma åt ljud-API:er.
• Endast hörlurar — om mötesappen dirigerar ljud till ett Bluetooth-headset på ett sätt som OS inte exponerar kan loopback-fångst bli inkonsekvent.

För mer sammanhang om vad som är och inte är observerbart, se Säkerhet.