Trợ lý phỏng vấn AI thu âm thanh hệ thống như thế nào?

Trong một buổi phỏng vấn video, có hai luồng âm thanh riêng biệt trên máy của bạn:

• Đầu vào micro — giọng nói của chính bạn, được thu qua micro.
• Đầu ra âm thanh hệ thống — mọi thứ máy tính của bạn đang phát qua loa, bao gồm giọng nói của người phỏng vấn đến từ Zoom, Google Meet hoặc Microsoft Teams.

Một trợ lý phỏng vấn AI cần cả hai luồng để theo dõi cuộc trò chuyện: câu hỏi của người phỏng vấn (âm thanh hệ thống) và câu trả lời của bạn (micro). Nếu chỉ thu một phía sẽ tạo ra bản ghi không đầy đủ và gợi ý kém hiệu quả hơn.

Việc thu âm thanh hệ thống dựa vào các API âm thanh của hệ điều hành chứ không phải vào bản thân ứng dụng họp. Cơ chế chính xác khác nhau theo nền tảng:

• macOS — các phiên bản hiện đại cho phép trích xuất âm thanh của tiến trình và hệ thống thông qua Core Audio. Các cách tiếp cận cũ hơn sử dụng thiết bị âm thanh ảo (trình điều khiển loopback) định tuyến đầu ra hệ thống trở lại làm đầu vào.
• Windows — Windows Audio Session API (WASAPI) hỗ trợ loopback capture, cho phép ứng dụng ghi lại bất cứ thứ gì đang được phát ra từ thiết bị đầu ra đã chọn.

Dù bằng cách nào, việc thu âm cũng diễn ra cục bộ trên thiết bị của bạn. Trợ lý không cần phải "ở bên trong" Zoom hoặc Teams; nó đọc âm thanh sau khi ứng dụng họp đã giải mã để phát. Bạn có thể đọc thêm về toàn bộ quy trình trên trang chủ SubcueAI hoặc hướng dẫn.

SubcueAI là một ứng dụng máy tính gốc dành cho macOS và Windows. Nó sử dụng thu âm thanh kép: một luồng cho micro của bạn và một luồng cho âm thanh hệ thống đến từ ứng dụng họp. Cả hai luồng đều được phiên âm để trợ lý có thể phân biệt ai đã nói gì.

• Không có bot cuộc họp nào tham gia cuộc gọi với tư cách người tham dự.
• Không có plugin trình duyệt hoặc tiện ích mở rộng nào được cài vào Zoom, Google Meet hoặc Teams.
• Gợi ý xuất hiện trong một lớp phủ cục bộ nổi trên màn hình của riêng bạn.

Vì lớp phủ được hiển thị cục bộ, nó không phải là một phần của luồng video mà bạn gửi cho người phỏng vấn. Để biết thêm về các lựa chọn thiết kế đằng sau điều này, hãy xem Giới thiệu về SubcueAI hoặc so sánh với các giải pháp thay thế.

Việc thu âm thanh hệ thống hoạt động trên máy tính cá nhân của riêng bạn. Nó không thay đổi những gì người phỏng vấn có thể quan sát được trong những tình huống sau:

• Chia sẻ màn hình — nếu bạn chia sẻ toàn bộ màn hình, bất kỳ cửa sổ lớp phủ cục bộ nào cũng sẽ hiển thị với người phỏng vấn.
• Ghi màn hình hoặc kỳ thi có giám sát — các công cụ ghi hình và phần mềm giám sát có thể thu lại lớp phủ và các tiến trình đang chạy bất kể âm thanh được trích xuất theo cách nào.
• Thiết bị do công ty quản lý hoặc bị khóa — chính sách CNTT có thể chặn ứng dụng bên thứ ba cài đặt hoặc truy cập API âm thanh.
• Cấu hình chỉ dùng tai nghe — nếu ứng dụng họp định tuyến âm thanh đến tai nghe Bluetooth theo cách hệ điều hành không hiển thị, loopback capture có thể không nhất quán.

Để biết thêm ngữ cảnh về những gì có thể và không thể quan sát được, hãy xem Bảo mật.