Як AI-асистенти для співбесід захоплюють системний звук на iOS і чому здебільшого не можуть

Десктопний асистент для співбесід працює, тому що десктопні операційні системи відкривають звук, який відтворює інша програма. На macOS ця «двері» — ScreenCaptureKit, та сама родина дозволів, яка забезпечує запис екрана; на Windows — WASAPI loopback, який дозволяє процесу читати вихідний мікс системи. Подвійне захоплення звуку SubcueAI побудовано безпосередньо на цих двох API.

iOS не має публічного еквівалента. Кожна програма працює в ізольованому середовищі з власною аудіосесією, і система не надає стороннім програмам канал loopback до мікса або до сесії іншої програми. Дзвінок Zoom, що працює на iPhone, чутний для Zoom і для динаміка, але не для іншої програми, встановленої на тому самому телефоні. Це свідоме рішення платформи, яке зберігається у всіх версіях iOS.

Наслідок очевидний: архітектуру десктопного асистента — захоплення системного звуку, транскрипція в реальному часі, показ підказок — неможливо перенести на iOS як є. Будь-який продукт, що стверджує інше, робить щось суттєво інше під капотом, і цілком обґрунтовано запитати постачальників, який саме API вони використовують.

Якщо ваша співбесіда має відбутися на iPhone, ви праві, що варіантів мало; корисно точно знати, що кожен обхідний шлях може і чого не може. В обігу є 3 схеми, і кожна жертвує чимось важливим.

• Трансляції ReplayKit. iOS може записувати екран із звуком програми через трансляцію, ініційовану користувачем, але потік працює всередині жорстко обмеженого розширення трансляції. Він призначений для потокового передавання екрана до сервісів, а не для живлення другої програми, що аналізує аудіо дзвінка й відповідає в реальному часі.
• Гучномовець плюс другий пристрій. Увімкніть гучний зв'язок і дозвольте мікрофону ноутбука акустично слухати. Це працює з будь-яким асистентом, включаючи мікрофонний канал SubcueAI, але ехо кімнати й перехресні перешкоди знижують точність транскрипції, а інтерв'юер чує вас з акустикою гучномовця.
• Інтеграції на стороні роботодавця. Деякі платформи для співбесід транскрибують дзвінки на стороні сервера для компанії. Це інструментарій роботодавця на їхній інфраструктурі; він нічого не робить для сторони кандидата.

Жоден із цих варіантів не відтворює досвід десктопу. Чесне резюме: співбесіда лише через телефон робить допомогу в реальному часі недосяжною, і підготовка заздалегідь несе основний тягар; сесія пробної співбесіди напередодні ввечері дає більше для телефонного скринінгу, ніж будь-який обхідний шлях під час нього.

SubcueAI постачає нативні десктопні програми для macOS 14 і новіших версій та Windows 10 і новіших версій і свідомо не випускає програму для iOS. Aaron Cao, засновник SubcueAI, прямо говорив про обґрунтування: програма iPhone не змогла б чесно виконувати основну функцію продукту, а постачання деградованого слухача, що вдає інше, означало б обмін довірою користувачів на позицію в App Store.

Практична рекомендація випливає з архітектури. Проходьте відеоспівбесіди на комп'ютері, коли є вибір; рекрутери майже завжди пропонують десктопне посилання для приєднання до дзвінків Zoom, Google Meet і Microsoft Teams. На десктопі асистент чує дзвінок через операційну систему, а не через повітря, і навчальний посібник із налаштування пояснює дозволи для обох платформ за кілька хвилин.

Для тих частин підготовки до співбесіди, які підходять для браузера, включаючи AI-пробну співбесіду, телефон або планшет чудово підійде, оскільки практика не вимагає захоплення звуку іншої програми. Архітектурні деталі шляху захоплення на десктопі зібрані у відповідях how-it-works.