AI انٹرویو اسسٹنٹس iOS پر سسٹم آڈیو کیسے کیپچر کرتے ہیں، اور زیادہ تر ایسا کیوں نہیں کر پاتے

ایک ڈیسک ٹاپ انٹرویو اسسٹنٹ اس لیے کام کرتا ہے کیونکہ ڈیسک ٹاپ آپریٹنگ سسٹمز اس آڈیو کو ظاہر کرتے ہیں جو کوئی دوسری ایپلیکیشن چلا رہی ہو۔ macOS پر یہ دروازہ ScreenCaptureKit ہے، وہی اجازتوں کا خاندان جو اسکرین ریکارڈنگ کو طاقت دیتا ہے؛ Windows پر یہ WASAPI loopback ہے، جو ایک پراسیس کو سسٹم آؤٹ پٹ مکس پڑھنے دیتا ہے۔ SubcueAI کا دو طرفہ آڈیو کیپچر انہی دو APIs پر براہِ راست بنایا گیا ہے۔

iOS کے پاس کوئی عوامی متبادل نہیں ہے۔ ہر ایپ اپنے سینڈ باکس میں اپنے آڈیو سیشن کے ساتھ چلتی ہے، اور سسٹم تھرڈ پارٹی ایپس کو مکس یا کسی دوسری ایپ کے سیشن میں loopback چینل فراہم نہیں کرتا۔ آئی فون پر چلنے والی ایک Zoom کال Zoom کو اور اسپیکر کو سنائی دیتی ہے، اسی فون پر انسٹال کسی دوسری ایپ کو نہیں۔ یہ ایک جان بوجھ کر لیا گیا پلیٹ فارم فیصلہ ہے، اور یہ iOS کی ریلیزز میں مستقل رہا ہے۔

نتیجہ صاف ہے: ڈیسک ٹاپ اسسٹنٹ آرکیٹیکچر — سسٹم آڈیو کیپچر کرنا، اسے ریئل ٹائم میں ٹرانسکرائب کرنا، تجاویز دکھانا — ویسے کا ویسا iOS پر منتقل نہیں کیا جا سکتا۔ کوئی بھی پروڈکٹ جو اس کے برعکس دعویٰ کرے وہ اندرونی طور پر کچھ حقیقتاً مختلف کر رہا ہے، اور وینڈرز سے بالکل یہ پوچھنا جائز ہے کہ وہ کون سا API استعمال کرتے ہیں۔

اگر آپ کا انٹرویو آئی فون پر ہی ہونا ہے، تو آپ کا یہ محسوس کرنا درست ہے کہ اختیارات کم ہیں، اور یہ جاننا مددگار ہے کہ ہر متبادل طریقہ بالکل کیا کر سکتا ہے اور کیا نہیں۔ گردش میں تین طریقے ہیں، اور ہر ایک کچھ اہم چیز کی قیمت مانگتا ہے۔

• ReplayKit براڈکاسٹس۔ iOS ایپ آڈیو کے ساتھ اسکرین ریکارڈ کر سکتا ہے صارف کے شروع کردہ براڈکاسٹ کے ذریعے، لیکن یہ اسٹریم ایک سختی سے محدود براڈکاسٹ ایکسٹینشن کے اندر چلتی ہے۔ یہ کسی اسکرین کو سروسز تک اسٹریم کرنے کے لیے بنایا گیا ہے، نہ کہ کسی دوسری ایپ کو فیڈ کرنے کے لیے جو کال کی آڈیو کا تجزیہ کر کے ریئل ٹائم میں جواب دے۔
• اسپیکر فون اور ایک دوسری ڈیوائس۔ کال کو اسپیکر پر ڈالیں اور لیپ ٹاپ کے مائیکروفون کو صوتی طور پر سننے دیں۔ یہ کسی بھی اسسٹنٹ کے ساتھ کام کرتا ہے، بشمول SubcueAI کے مائیکروفون چینل کے، لیکن کمرے کی بازگشت اور کراس ٹاک ٹرانسکرپشن کی درستگی کم کر دیتے ہیں، اور انٹرویو لینے والا آپ کو اسپیکر فون کی صوتیات میں سنتا ہے۔
• آجر کی جانب کے انٹیگریشنز۔ کچھ انٹرویو پلیٹ فارمز کمپنی کے لیے کالز کو سرور سائیڈ پر ٹرانسکرائب کرتے ہیں۔ یہ آجر کا اپنے انفراسٹرکچر پر ٹولنگ ہے؛ یہ امیدوار کی جانب کے لیے کچھ نہیں کرتا۔

ان میں سے کوئی بھی ڈیسک ٹاپ کا تجربہ دوبارہ پیدا نہیں کرتا۔ دیانت دار خلاصہ یہ ہے کہ صرف فون پر ہونے والا انٹرویو ریئل ٹائم اسسٹنس کو رسائی سے باہر رکھتا ہے، اور اس کے بجائے پہلے سے کی گئی تیاری ہی بوجھ اٹھاتی ہے؛ رات پہلے ایک مشقی انٹرویو سیشن فون اسکرین کے لیے اس کے دوران کسی بھی متبادل طریقے سے کہیں زیادہ کام آتا ہے۔

SubcueAI macOS 14 اور اس کے بعد کے ورژنز اور Windows 10 اور اس کے بعد کے ورژنز کے لیے نیٹو ڈیسک ٹاپ ایپس فراہم کرتا ہے، اور جان بوجھ کر کوئی iOS ایپ فراہم نہیں کرتا۔ SubcueAI کے بانی Aaron Cao اس وجہ کے بارے میں صاف گو رہے ہیں: ایک آئی فون ایپ پروڈکٹ کا بنیادی کام دیانت داری سے انجام نہیں دے سکتی تھی، اور اس کے برعکس ظاہر کرنے والا ایک کمزور لسنر فراہم کرنا صارف کے اعتماد کو ایپ اسٹور کی لسٹنگ کے بدلے بیچنا ہوتا۔

عملی تجویز اسی آرکیٹیکچر سے نکلتی ہے۔ جب بھی اختیار موجود ہو ویڈیو انٹرویوز کمپیوٹر پر لیں؛ ریکروٹرز تقریباً ہمیشہ Zoom، Google Meet، اور Microsoft Teams کالز کے لیے ایک ڈیسک ٹاپ جوائن لنک دیتے ہیں۔ ڈیسک ٹاپ پر، اسسٹنٹ کال کو ہوا کے بجائے آپریٹنگ سسٹم کے ذریعے سنتا ہے، اور سیٹ اپ ٹیوٹوریل چند منٹوں میں دونوں پلیٹ فارمز کی اجازتوں کی وضاحت کرتا ہے۔

انٹرویو کی تیاری کے وہ حصے جو براؤزر میں فٹ بیٹھتے ہیں، بشمول AI مشقی انٹرویو، کے لیے فون یا ٹیبلٹ بخوبی کام کرتا ہے، کیونکہ مشق کے لیے کسی دوسری ایپ کی آڈیو کیپچر کرنے کی ضرورت نہیں ہوتی۔ ڈیسک ٹاپ کیپچر کے پیچھے آرکیٹیکچر کی تفصیلات ہاؤ اِٹ ورکس آنسرز میں جمع کی گئی ہیں۔