AI 面試助理如何擷取系統音訊？

在視訊面試中，你的電腦上有兩條不同的音訊串流：

• 麥克風輸入——你自己的聲音，由麥克風擷取。
• 系統音訊輸出——你電腦透過喇叭播放的所有聲音，包括來自 Zoom、Google Meet 或 Microsoft Teams 的面試官聲音。

AI 面試助理需要這兩條串流才能跟上對話：面試官的問題（系統音訊）和你的回答（麥克風）。只擷取其中一邊會產生不完整的逐字稿與較弱的建議。

系統音訊擷取仰賴作業系統的音訊 API，而非會議應用程式本身。確切的機制因平台而異：

• macOS——較新版本透過 Core Audio 提供處理程序和系統音訊的擷取點。較舊的做法則使用虛擬音訊裝置（loopback 驅動程式），把系統輸出再導回成輸入。
• Windows——Windows Audio Session API（WASAPI）支援 loopback 擷取，讓應用程式可以錄製從所選輸出裝置播放出來的任何內容。

無論哪種方式，擷取都發生在你裝置的本機端。助理不需要「進入」Zoom 或 Teams 之中；它在會議應用程式已將音訊解碼以供播放之後讀取音訊。你可以在 SubcueAI homepage 或 tutorial 上閱讀更多關於整體流程的資訊。

SubcueAI 是一款適用於 macOS 與 Windows 的原生桌面應用程式。它使用雙音訊擷取：一條串流用於你的麥克風，另一條串流用於來自會議應用程式的系統音訊。兩條串流都會被轉錄，使助理能夠分辨誰說了什麼。

• 沒有會議機器人以參與者身分加入通話。
• 沒有任何瀏覽器外掛或擴充功能安裝到 Zoom、Google Meet 或 Teams 中。
• 建議出現在你自己螢幕上的本機浮動疊加層中。

因為疊加層是在本機渲染的，所以它不屬於你傳送給面試官的視訊串流。關於此設計選擇背後的更多內容，請見 About SubcueAI 或 how it compares to alternatives。

系統音訊擷取在你自己的個人電腦上運作。它並不會改變面試官在以下情況中能觀察到的內容：

• 螢幕分享——如果你分享整個螢幕，任何本機疊加視窗對面試官都會是可見的。
• 螢幕錄影或受監考考試——錄影工具與監考軟體可以擷取疊加層與執行中的處理程序，無論音訊是如何被擷取的。
• 公司管理或受限制的裝置——IT 政策可能會阻擋第三方應用程式安裝或存取音訊 API。
• 只使用耳機的設定——如果會議應用程式以作業系統未公開的方式將音訊路由到藍牙耳機，loopback 擷取可能會不穩定。

關於什麼是、什麼不是可被觀察的更多背景，請見 Security。