Як AI-асистенти для співбесід захоплюють системний звук?

Під час відеоспівбесіди на вашій машині є два окремих аудіопотоки:

• Вхід мікрофона — ваш власний голос, захоплений мікрофоном.
• Вихід системного звуку — усе, що ваш комп'ютер відтворює через динаміки, зокрема голос інтерв'юера, що надходить із Zoom, Google Meet або Microsoft Teams.

AI-асистенту для співбесід потрібні обидва потоки, щоб слідкувати за розмовою: запитання інтерв'юера (системний звук) і ваші відповіді (мікрофон). Захоплення лише одного боку дає неповний транскрипт і слабші підказки.

Захоплення системного звуку покладається на аудіо-API операційної системи, а не на сам застосунок для зустрічей. Точний механізм відрізняється залежно від платформи:

• macOS — сучасні версії надають перехоплення звуку процесів і системи через Core Audio. Старіші підходи використовували віртуальні аудіопристрої (loopback-драйвери), які спрямовують системний вихід назад як вхід.
• Windows — Windows Audio Session API (WASAPI) підтримує loopback-захоплення, що дозволяє застосунку записувати все, що відтворюється через обраний пристрій виводу.

У будь-якому разі захоплення відбувається локально на вашому пристрої. Асистенту не потрібно бути «всередині» Zoom або Teams; він зчитує звук після того, як застосунок для зустрічей уже декодував його для відтворення. Докладніше про загальний конвеєр читайте на домашній сторінці SubcueAI або в підручнику.

SubcueAI — це нативний десктопний застосунок для macOS і Windows. Він використовує подвійне захоплення звуку: один потік для вашого мікрофона та один потік для системного звуку із застосунку для зустрічей. Обидва потоки транскрибуються, щоб асистент міг визначити, хто що сказав.

• Жоден бот зустрічі не приєднується до дзвінка як учасник.
• Жоден браузерний плагін чи розширення не встановлюється в Zoom, Google Meet або Teams.
• Підказки з'являються в плаваючому локальному оверлеї на вашому власному екрані.

Оскільки оверлей рендериться локально, він не входить до відеопотоку, який ви надсилаєте інтерв'юеру. Докладніше про дизайнерські рішення, що стоять за цим, див. Про SubcueAI або як він порівнюється з альтернативами.

Захоплення системного звуку працює на вашому власному персональному комп'ютері. Воно не змінює того, що інтерв'юер може спостерігати в таких ситуаціях:

• Демонстрація екрана — якщо ви ділитеся всім екраном, будь-яке локальне вікно оверлея видиме інтерв'юеру.
• Запис екрана або проктороване тестування — інструменти запису та проктороване ПЗ можуть захоплювати оверлеї та запущені процеси незалежно від того, як перехоплюється звук.
• Корпоративно керовані або заблоковані пристрої — політики IT можуть блокувати встановлення сторонніх застосунків або доступ до аудіо-API.
• Налаштування лише з навушниками — якщо застосунок для зустрічей маршрутизує звук на Bluetooth-гарнітуру в спосіб, який ОС не виставляє, loopback-захоплення може бути непослідовним.

Для додаткового контексту про те, що можна та не можна спостерігати, див. Безпека.