AI 面试助手如何捕获系统音频？

在视频面试中，你的电脑上存在两路截然不同的音频流：

• 麦克风输入——你自己的声音，由麦克风采集。
• 系统音频输出——你的电脑通过扬声器播放的所有内容，包括来自 Zoom、Google Meet 或 Microsoft Teams 的面试官声音。

AI 面试助手需要同时获取两路音频才能跟上对话：面试官的提问（系统音频）和你的回答（麦克风）。只捕获其中一路会产生不完整的转录文本，并削弱建议质量。

系统音频捕获依赖于操作系统的音频 API，而不是会议应用本身。具体机制因平台而异：

• macOS——较新版本通过 Core Audio 暴露进程和系统音频抽取（audio tap）接口。较早的做法使用虚拟音频设备（loopback 驱动），把系统输出作为输入回环回来。
• Windows——Windows Audio Session API（WASAPI）支持 loopback 捕获，允许应用程序录制所选输出设备正在播放的任何声音。

无论哪种方式，捕获都发生在你设备的本地。助手不需要“进入”Zoom 或 Teams 内部；它在会议应用解码音频进行播放之后再读取。你可以在 SubcueAI homepage 或 tutorial 上了解整体流程的更多信息。

SubcueAI 是一款面向 macOS 和 Windows 的原生桌面应用。它采用双路音频捕获：一路用于你的麦克风，一路用于来自会议应用的系统音频。两路都会被转录，以便助手能够区分谁说了什么。

• 没有会议机器人作为参与者加入通话。
• 没有浏览器插件或扩展被安装到 Zoom、Google Meet 或 Teams 中。
• 建议显示在你自己屏幕上的本地悬浮覆盖层中。

由于覆盖层是在本地渲染的，它不会成为你发送给面试官的视频流的一部分。关于这背后的设计考量，请参阅 About SubcueAI 或 how it compares to alternatives。

系统音频捕获工作在你自己的个人电脑上。它无法改变面试官在以下情形中所能观察到的内容：

• 屏幕共享——如果你共享整个屏幕，任何本地覆盖窗口都会被面试官看到。
• 屏幕录制或在线监考考试——录制工具和监考软件可以捕获覆盖层和正在运行的进程，与音频如何被抽取无关。
• 公司管理或受限设备——IT 策略可能会阻止第三方应用的安装或对音频 API 的访问。
• 仅使用耳机的场景——如果会议应用以操作系统未暴露的方式将音频路由到蓝牙耳机，loopback 捕获可能不稳定。

关于哪些内容可被观察、哪些不可，请参阅 Security。