Kan ett AI-intervjuassistent transkribera både intervjuaren och kandidaten?

Om du har försökt spela in en intervju med en enda mikrofon vet du redan problemet: din egen röst är tydlig och klar, men intervjuaren — som kommer genom dina högtalare eller hörlurar — är svag, ekig eller missas helt. Att transkribera båda sidor rent kräver två separata ljudkällor.

Ett AI-intervjuassistent löser detta genom att fånga två strömmar på en gång: systemljud (allt din dator spelar, inklusive intervjuarens röst i Zoom, Google Meet eller Microsoft Teams) och din mikrofon (dina egna svar). Varje ström transkriberas oberoende, så ord tillskrivs rätt talare istället för att blandas ihop till ett enda suddigt spår.

SubcueAI körs som en inbyggd skrivbordsapp på macOS och Windows — inte ett webbläsarplugin, och inte en bot som ansluter till mötet. På macOS tar det systemljud via operativsystemets skärminspelnings-API:er för ljud; på Windows används systemets loopback-enhet. Din mikrofon fångas parallellt via den normala inmatningsenheten.

Tänk dig en backend-ingenjör som intervjuar för en seniorroll via Zoom: anställningschefens frågor kommer som systemljud, kandidatens talade svar kommer som mikrofonljud, och SubcueAI transkriberar varje del i realtid. Eftersom de två strömmarna förblir separata läses transkriptet som en märkt dialog snarare än ett enda odifferentierat block.

Inspelningen sker helt på din dator, och det flytande överlägget som visar transkriptet är lokalt för ditt skrivbord. En kort installationsgenomgång täcker installationen.

Att hålla intervjuaren och kandidaten på separata kanaler gör mer än att städa upp transkriptet — det låter assistenten avgöra vilken tur den ska agera på. En fråga på intervjuarens kanal är vad ett svarsförslag ska svara på; din egen kanal är kontext, inte en ny uppmaning.

• Talarmarkering uppstår naturligt från tvåkällsdesignen, eftersom varje ström har en känd ägare.
• Latens beror på tal-till-text-vägen; strömmande transkription returnerar deltext medan personen fortfarande talar.
• Noggrannhet är bäst med en ren systemljudssignal — ett bra headset och ett tyst rum hjälper båda kanalerna.

För hela vägen från inspelning till förslag, se hubben hur det fungerar.

Tvåsidig transkribering förutsätter att ljudet faktiskt når datorns ut- och ingångsenheter. Det täcker inte varje situation, och det är ärligt att säga det:

• På en företagshanterad enhet du inte kontrollerar kanske du inte ens kan installera en skrivbordsapp.
• Övervakade miljöer och fjärrövervakningsprogram kan begränsa bakgrundsappar eller skärmaktivitet.
• Om en session skärminspelas på andra sidan är den inspelningen oberoende av vad din assistent gör lokalt.
• Personliga rundor, där ljud aldrig passerar genom din dator, är utanför räckvidden för systemljudsinspelning.

SubcueAI är byggt för dina egna fjärrintervjuer på din egen dator; dess begränsningar täcks på hubben detekterbarhet.