Aural：开源 AI 面试平台

一、Aural AI 面试平台 – 开源自部署与多模态面试实战指南

Aural 的定位很清晰：一个完整、可用、可自托管的开源 AI 面试应用，而不是 SDK 或概念 Demo。用户可以用自然语言描述面试目标，AI 自动生成结构化问题，候选人通过聊天、语音或视频完成多轮面试；系统根据回答动态追问，结束后输出转录、评分与分析报告。

它的差异化在于三点：MIT 开源、可自托管、模型可替换。开发者 QY（曾在麦肯锡负责 AI 交付、在 Uber 做机器学习）在 2026 年 7 月的独立开发访谈中明确表示，做 Aural 是因为看到面试流程普遍存在”体验割裂、反馈缺乏结构、数据与模型被封闭平台锁定”三大问题，希望让个人可以练习面试、团队可以构建结构化面试，同时保留对数据、模型和部署方式的控制权。

Aural 核心功能快览

Aural 是基于 MIT 许可证开源的 AI 面试平台，支持聊天、语音、视频三模式多模态面试，具备自适应 AI 追问、按胜任力自动评分、AI 报告生成、Monaco 代码编辑与 Excalidraw 白板、反作弊监测、30+ 多语言、团队权限管理，以及可插拔 LLM（OpenAI/Kimi/MiniMax/兼容 API），5 分钟即可自托管部署。

产品关键信息列表

维度	信息
产品名称	Aural
许可证	MIT（完整平台开源，非社区版阉割）
官网	https://aural-ai.com
开源仓库	https://github.com/1146345502/aural-oss
首次上线	约 2026 年 2 月（截至 2026 年 7 月已上线 5 个月）
支持模式	聊天 / 语音 / 视频 多模态
可插拔模型	OpenAI、Kimi（Moonshot）、MiniMax 及任意 OpenAI 兼容 API
多语言	30+ 语言开箱即用
转录准确率	宣称语音面试转录准确率 95%
效率提升	宣称可将每周 20+ 小时初筛缩短至”发链接即收报告”
即时体验	无需注册，18 分钟内完成一场 AI 面试并获得报告
使用规模	官方称被”数百个团队”使用（hundreds of teams）

💡 需要说明的是，”数百个团队””95% 转录准确率””10 倍效率提升”目前是官方与聚合平台披露的数据，尚未见第三方独立审计数据，建议作为参考而非绝对值。

---

二、Aural 的主要功能和特点（详细版）

1. 多模态 AI 面试引擎

同一套自适应 AI 引擎驱动聊天、语音、视频三种模式，候选人可按偏好选择。AI 面试官会根据回答实时调整跟进深度、语气和方向，支持 Casual / Professional / Formal​ 三种语气，以及 Light / Moderate / Deep​ 三种跟进深度。

2. 智能面试题型

支持开放式问题、选择题、评分量表、编码挑战（内置 Monaco 编辑器）、白板题（Excalidraw）等多种题型，且全部整合在同一平台中。

3. 面试设计器（Interview Designer）

用自然语言描述需求，AI 自动生成完整面试结构（问题 + 评分标准 + 推荐配置）；也支持手动编辑器逐题搭建。预置模板覆盖技术、行为、研究等多种场景。

4. 自动化评估与报告

每场面试自动产出：

• 按胜任力的逐项打分（Per-competency scores）
• AI 生成的总结与主题检测（Theme detection）
• 参与度指标（Engagement metrics）
• 可导出为 XLSX 或 PDF

5. 候选人管理

支持 CSV 批量导入或简历上传，会话跟踪，可分享的面试链接，每位候选人获得唯一邀请链接。

6. 反作弊模式（Anti-cheating）

• 标签页切换监控
• 粘贴屏蔽
• 多显示器检测
• 完整性日志（Integrity logging）

7. 开发者 API

提供 REST API 与 OpenAPI 规范，Bearer Token 认证，无需 SDK 即可以编程方式创建、管理和追踪面试。Webhooks 通知功能在路线图中。

8. 技术栈（开发者视角）

层	技术选型
前端框架	Next.js 14（App Router）
语言	100% TypeScript
数据库/认证	Supabase（PostgreSQL + Auth + Storage + Realtime）
API 层	tRPC（端到端类型安全）
UI	Tailwind CSS + shadcn/ui + Radix
代码编辑器	Monaco Editor
白板	Excalidraw
语音中继	WebSocket 服务代理 Volcengine Doubao / Azure OpenAI Realtime
部署	Docker / Vercel / 裸机，Supabase 行级安全（RLS）

📌 技术栈选择刻意走”主流、文档完善、社区庞大”路线，开发者第一天就能读代码、做扩展。

9. 开源 vs 托管：两种用法并存

• 自托管：需要数据完全自主、想定制平台、不愿依赖第三方服务
• 云托管：官网注册即用，免运维、自带语音中继服务器

---

三、如何使用 Aural？——详细操作指南

方案 A：使用官网云托管（最快，5 分钟）

1. 访问 https://aural-ai.com，点击注册（免费套餐可用）
2. 在 Dashboard 点击”New Interview”
3. 用自然语言描述面试目标（例如：”评估候选人的 AI 行业专业知识、趋势洞察与战略建议能力”），AI 自动生成结构化问题
4. 配置 AI 人格（语气 + 追问深度）、语言、渠道（聊天/语音/视频）
5. 添加候选人（手动 / Excel 批量 / PDF 简历 AI 提取），生成专属链接
6. 候选人通过链接进入会话，AI 主持面试
7. 会话结束后自动生成评分报告，可导出 PDF/XLSX

方案 B：自托管部署（开发者向）

最低环境要求：Node.js 18+、npm、Supabase 项目（云或本地）、至少一个 LLM API Key（OpenAI 推荐）、语音中继凭证（Volcengine Doubao 或 Azure OpenAI）。

# 1. 克隆仓库
git clone https://github.com/1146345502/aural-oss.git
cd aural-oss

# 2. 安装依赖
npm install

# 3. 配置环境变量
cp .env.example .env.local
# 编辑 .env.local，填入 Supabase URL/Key、LLM API Key

# 4. 启动 Supabase（本地，需 Docker）
npx supabase start
# 或从 supabase/migrations/ 手动推送迁移

# 5. 启动开发服务器
npm run dev

# 6.（可选）启动语音中继
npm run dev:voice          # Volcengine Doubao
# 或
npm run dev:openai-voice   # Azure OpenAI Realtime

打开 http://localhost:3000/login登录即可。生产部署官方 README 覆盖 Docker、Vercel、裸机三种方式。

⚠️ 自托管的核心价值不仅是”免费”——更是数据主权。面试数据包含简历、个人信息、录音、评估结果，敏感度远高于普通聊天记录；自托管让你决定数据经过哪些服务、保存多久、谁能访问。

方案 C：通过 API 编程调用

# 创建面试
curl -X POST /api/v1/interviews \
  -H "Authorization: Bearer YOUR_TOKEN" \
  -d '{"title": "Backend Engineer Screen"}'

# 添加问题
curl -X POST /api/v1/interviews/abc-123/questions \
  -d '[{"text": "Describe your architecture experience"}]'

# 发布并获取候选人链接
curl -X POST /api/v1/interviews/abc-123/publish
# => {"data": {"url": "https://aural-ai.com/i/xyz"}}

---

四、Aural 的官方地址与获取方式

类型	地址
官方网站	https://aural-ai.com
GitHub 开源仓库	https://github.com/1146345502/aural-oss
中文文档	https://github.com/1146345502/aural-oss/blob/main/README.zh-CN.md
云托管注册	官网首页点击 Sign Up
自托管部署	参考 GitHub README 的 Self-Host Guide
桌面版/插件	暂无独立桌面客户端，通过浏览器访问网页版

---

五、Aural 收费模式

Aural 采用开源免费 + 云托管分级订阅的双轨制：

套餐	价格	模板数	AI Tokens	会话时长	席位
Free​	$0/月	3	100	30 分钟	1
Basic​	$24/月	10	500	10 小时	1
Pro​	$49/月	无限	2,000	30 小时	1+
Business​	$99/月	无限	10,000	100 小时	1+
Pay-as-you-go​	$0.08/分钟	–	按量充值	–	–

💰 关键结论：自托管完全免费（MIT 许可，仅需自备 Supabase 与 LLM API Key 费用）；云托管免费版即可体验核心功能。对比 HireVue 约 35,000/年的起步价、SparkHire249/月起、Moka $199-499/月，Aural 的价格门槛极低。

AI Token 计费说明：一次典型面试消耗 5-15 tokens，取决于长度与追问深度。

---

六、Aural vs 同类型竞品对比分析

横向对比（全球 AI 面试工具 2026）

工具	开源/自托管	起步价	多模态	AI 评分	核心定位
Aural​	✅ MIT 开源 + 自托管	0（自托管）/24/月	✅ 聊天/语音/视频	✅ 按胜任力评分	开源可自托管，数据自主
HireVue	❌ 闭源商业	~$35,000/年	✅ 视频	✅	大型企业视频面试
Spark Hire	❌ 闭源商业	$249/月起	✅ 异步+直播视频	基础	中小企业结构化视频面试
Moka EvA	❌ 闭源商业	$199-499/月	✅	✅	全链路 AI 招聘一体化
Willo	❌ 闭源商业	$49/月起	✅ 异步视频	基础转录	远程团队异步面试
InterviewBuddy	❌ 闭源商业	$29-99/月	–	–	候选人模拟面试练习
VidCruiter	❌ 闭源商业	定制/~$5,000/年	✅ 异步+直播	✅	合规重型工作流

纵向对比（国内 2026 主流 AI 面试系统）

根据 2026 年国内权威榜单：

• 用友大易：综合 TOP1，自研招聘垂直大模型，全链路原生 AI 面试，全球化属地服务，适配全规模企业
• 北森：人才测评体系完善，集团复杂组织架构适配强，AI 底层技术存在短板
• Moka：产品轻量、上线快，互联网中小客户适配度高，大型集团 AI 原生能力存在硬性短板
• Aural（开源）：差异化在 MIT 开源 + 自托管 + 模型可替换，适合注重数据主权、需要定制化、预算敏感的团队

📊 行业背景：分析师估计 2026 年全球 AI 招聘市场规模将达 6.41 亿美元，到 2031 年将增长至 9.21 亿美元；87% 的公司已在招聘流程中某个环节使用 AI。SHRM 报告显示平均单次雇佣成本为 $5,475，错误雇佣会显著推高成本——这正是 AI 面试工具的底层价值逻辑。

Aural 的核心差异化

1. 唯一 MIT 开源 + 可自托管的主流 AI 面试平台
2. 模型可替换：不绑定 OpenAI，可接 Kimi、MiniMax、本地模型
3. 数据主权：PostgreSQL + 行级安全，无供应商锁定
4. 价格门槛极低：自托管 0，云托管24/月起
5. 多模态统一：聊天/语音/视频共用同一 AI 引擎

⚠️ 短板也要说清楚：Aural 是 2026 年 2 月才上线的年轻项目，相比 HireVue、Moka 等商业产品，ATS 集成深度、企业级合规认证（如 SOC 2）、客户成功服务等方面还在追赶；Webhooks 功能仍在路线图中。

---

七、典型应用场景与实际体验

场景 1：创业团队初筛（最匹配）

一家 SaaS 创业公司 HR 负责人 Sarah M. 的反馈：”我们过去每周花 20+ 小时做初筛，用 Aural 后，发个链接就能收回结构化报告，彻底改变了我们的招聘方式。”

实际解决：将每周 20+ 小时初筛工作缩短至”发链接即获报告”，初筛环节人力成本下降一个数量级。

场景 2：技术候选人编码面试

内置 Monaco 代码编辑器 + Excalidraw 白板，AI 可针对代码题动态追问。技术招聘方 David R. 表示：”我们淘汰了三个不同工具，语音面试感觉像在和真人对话，转录准确得惊人。”

场景 3：用户研究访谈

产品经理 Lisa C.：”我们现在每月跑 50+ 用户研究访谈，在用 Aural 之前，没有专职研究团队根本做不到。”

AI 的追问能力（Light → Moderate → Deep Probing）能挖掘出比传统问卷更深的洞察。

场景 4：求职者自我练习

候选人可在 aural-ai.com 无需注册即时体验，18 分钟内完成一场 AI 面试并获得个性化报告，作为真实面试前的演练。

场景 5：高校与研究机构的面试研究

因 MIT 开源，大学可用于招聘研究、非营利组织可用于志愿者筛选。

我的体验判断

作为一款上线 5 个月、持续迭代中的开源产品，Aural 的完成度超出预期：多模态面试、自适应追问、自动报告、反作弊、API 这些核心能力都已可用，技术栈现代且易扩展。但相比动辄数百万美元研发投入的商业竞品，在大规模并发稳定性、企业级 ATS 对接、合规认证方面仍有距离。它最适合的，是那些”想要 AI 面试能力但不想被商业合同绑定”的团队。

---

八、Aural 能为用户带来的价值

1. 成本价值：自托管 0，云托管24/月起，对比 HireVue 的 $35,000/年，成本下降 1-2 个数量级
2. 效率价值：官宣每周 20+ 小时初筛 → 发链接即获报告；宣称 10 倍效率提升
3. 数据主权价值：MIT 开源 + 自托管 + 行级安全，面试数据完全自主
4. 模型自由价值：可插拔 LLM，不被单一模型供应商锁定
5. 定制化价值：完整代码开源，可基于 Next.js 14 + TypeScript 栈做二次开发
6. 多语言价值：30+ 语言开箱即用，适合跨国招聘
7. 开发者价值：REST API + OpenAPI 规范，可嵌入自有招聘系统

---

九、Aural 最近 3-6 个月重大动态

📅 2026 年 3 月 16 日：Aural 宣布全面开源

官方博客发布《Aural Is Now Open Source — Self-Host Today》，宣布完整平台（AI 面试引擎、分析层、候选人体验）以 MIT 许可证开源，”不是阉割版社区版，而是和托管平台同一套代码库”。这是 Aural 最重要的里程碑事件。

📅 2026 年 7 月：独立开发者访谈与社区推广

• 开发者 QY 接受《独立开发前线》采访，详述从麦肯锡到独立开发的心路历程
• 社区平台 solo.xin 发布技术深度解析帖，作者强调”自托管不只是多一种部署选项，它让团队能够决定数据经过哪些服务、保存多久，以及谁能访问”
• GitHub 仓库持续迭代，新增语音中继服务（Volcengine Doubao / Azure OpenAI Realtime）、活动分段追踪、多段音频录制等能力

📅 产品能力演进

从初始版本到 2026 年 7 月，Aural 已支持：语音/文字/视频访谈、动态追问、结构化评估、代码编辑器、白板、团队管理、多语言界面。开发者明确表示”恢复机制、评估透明度、部署体验和更多模型适配都还会继续完善”。

📌 最新更新日期：2026 年 8 月 9 日

---

十、常见问题 FAQ

Q1：Aural 真的完全免费吗？

A：自托管完全免费（MIT 许可），你只需承担 Supabase 和 LLM API 的调用成本。云托管提供 0/月的Free套餐（3模板、100AItokens、30分钟会话），付费套餐从24/月起。

Q2：Aural 支持中文面试吗？

A：支持。Aural 对英语和中文提供 AI 原生理解，总共 30+ 语言开箱即用，可插拔 locale 系统便于扩展更多语言。

Q3：自托管需要什么技术基础？

A：需要 Node.js 18+、npm、一个 Supabase 项目（云或本地 Docker）、至少一个 LLM API Key。官方提供完整 README 指南，熟悉 Next.js 的开发者第一天即可跑起来。

Q4：Aural 和 HireVue / Moka 的核心区别是什么？

A：Aural 是唯一 MIT 开源 + 可自托管的；HireVue 和 Moka 是闭源商业产品，优势在企业级服务、ATS 集成和合规认证，但价格高昂（35,000/年vs0 自托管）。

Q5：AI 面试结果能直接用于录用决策吗？

A：不建议完全替代人工判断。Aural 生成的是”结构化报告 + 按胜任力评分”，作为初筛和参考工具价值最大；最终决策仍需人类面试官结合文化匹配、资深岗位直觉等因素。

Q6：数据安全如何保障？

A：自托管模式下数据完全在你自己的基础设施；云托管采用端到端加密。开源代码可审计，无黑盒。

Q7：支持编程面试吗？

A：支持。内置 Monaco 代码编辑器和 Excalidraw 白板，AI 可针对代码题动态追问并评估。

Q8：有没有移动端 App？

A：目前通过浏览器访问网页版（响应式适配移动端），暂无独立桌面客户端或原生 App。

---

十一、总结

Aural 的出现，给 AI 面试这个被商业巨头把持的领域带来了一个稀缺选项：开源、可自托管、模型可替换、数据自主。它在 2026 年 3 月全面开源后，凭借 MIT 许可和完整的产品能力（多模态面试、自适应追问、自动评估、反作弊、API、30+ 语言），迅速成为注重数据主权与预算敏感的团队的新选择。

它最适合谁：

• 创业团队 / 中小企业：想用 AI 面试但预算有限
• 技术招聘团队：需要编码 + 白板 + 语音的综合面试
• 跨国企业 / 研究机构：需要 30+ 多语言与数据自主
• 开发者 / 独立研究者：希望基于开源代码做定制

它暂不适合谁：

• 超大规模企业招聘（万级/月面试量）：ATS 深度集成、SOC 2 等合规认证还在完善
• 完全非技术团队：自托管需要一定工程能力（不过云托管 Free 套餐解决了这个问题）

收费判断：自托管 0，云托管24/月起，对比 HireVue 35,000/年、Moka199-499/月，性价比极高。

未来看点：作为上线仅 5 个月的年轻项目，Aural 的迭代速度值得期待。开发者 QY 已明确”恢复机制、评估透明度、部署体验和更多模型适配都还会继续完善”，Webhooks 也在路线图中。在 AI 招聘市场预计 2026 年达到 6.41 亿美元的赛道上，Aural 的开源打法很可能撕开一道口子。

💡 如果你是技术团队、创业公司、或者单纯想掌握自己面试数据的研究者，Aural 是当前唯一一个能让你” owns your data completely”​ 的 AI 面试平台——这本身就是它最大的护城河。

---

参考文章或数据来源

本文引用了以下平台和机构的内容，数据来自 Aural 官方网站、Aural GitHub 开源仓库、独立开发前线、Solo 社区、Prompt.cn 聚合平台、用友大易官网、Moka 官网、Skima.ai 与 Gomokka 行业研究报告，借此证明文章的专业性与可靠度：

1. 《Aural Is Now Open Source — Self-Host Today》— Aural 官方博客（2026-03-16）— https://aural-ai.com/blog/aural-is-now-open-source
2. Aural 官方网站（产品功能、定价、用户评价）— https://aural-ai.com
3. Aural GitHub 开源仓库 README — https://github.com/1146345502/aural-oss
4. 《从麦肯锡到独立开发：QY 与他的开源 AI 面试平台 Aural》— 独立开发前线（2026-07-24）— http://mp.weixin.qq.com/s?src=11&timestamp=1786290787&ver=6894&signature=2EWL5J-9-nxyuSHAbalY92KScxbW82USulCfIBlbeBhuMKeGTskat-dFZUy1mHDenzHceYUh4TGd0lnrRWsCmHVEZ3BI0rTgDJ8NzDBqMd06KKjkUx3KYzYLDly2Ur&new=1
5. 《我把 AI 访谈做成了一个可自托管的开源工具》— Solo 社区（2026-07-19）— https://solo.xin/topic/5793
6. Aural 产品介绍 — Prompt.cn（2026）— https://prompt.cn/sites/11477.html
7. 《2026国内AI面试系统权威排行榜发布》— 用友大易官网（2026-06-12）— https://www.dayee.com/content/detail/index-aa6.html
8. 《企业AI招聘面试系统哪家强？2026年主流产品深度对比与选型建议》— Moka 官网（2026-04-27）— https://mokahr.com/blog/33513.html
9. 《10 Best AI Interview Tools (2026): Compared & Priced》— Gomokka（2026-06-20）— https://www.gomokka.com/resources/10-best-ai-interview-tools-for-hiring-teams-in-2026.html
10. 《20 Best AI Interview Software for Recruiting Teams in 2026》— Skima.ai（2026-07-28）— https://skima.ai/blog/product-deep-dives/best-ai-interview-software

📌 本文最新更新日期：2026 年 8 月 9 日