API микрофона браузера: доступ, разрешения и запись
API микрофона браузера: это getUserMedia({audio:true}). Сравните воспроизведение без запроса с захватом, который его требует, и приватность записи.
BotBrowser Team
Нужна структурированная документация по теме Отпечатки?
Эта статья относится к редакционной библиотеке. Для пошаговой настройки, справки и постоянных обновлений переходите сразу в соответствующий раздел docs.
Web Audio API позволяет странице создавать, маршрутизировать, анализировать и воспроизводить звук. Его используют музыкальные редакторы, игры, конференции, визуализаторы, функции доступности и проигрыватели. Сам API не выдаёт странице микрофон, динамик или архив записей. Браузер принимает эти решения отдельно, поэтому у возможностей разные границы безопасности и контроля пользователя. BotBrowser может сохранять согласованными аудиозначения одного профиля в контролируемом контексте, но не может заставить работать аудиофункции, которых не предоставляет сайт или платформа.
Надёжный сценарий разделяет четыре вопроса: какой звук нужен человеку, требуется ли ввод с устройства, какая обработка необходима и будет ли результат сохранён или отправлен. Для сгенерированного воспроизведения обычно не нужно разрешение устройства. Захват микрофона обычно требует явного решения для getUserMedia(). Запись или результат анализа являются данными приложения и не должны сохраняться или загружаться без понятного выбора пользователя.
Обычная работа Web Audio имеет границы доступа, доступные элементы управления, обработку с учётом приватности и пути восстановления, когда контекст или ввод недоступны. Сбор аудиоотпечатков и обход разрешений не входят в ответственный рабочий процесс. Отдельные последствия для приватности при идентификации звукового вывода описаны в обзоре аудиофингерпринтинга. Более широкий контекст о решениях браузера по приватности даёт руководство по приватности браузерных поверхностей.
Кратко
- Стройте граф вокруг видимой задачи:
AudioContextработает в реальном времени, аOfflineAudioContextотдаётAudioBuffer, не отправляя звук в динамики. - Браузер требует жест пользователя для слышимого вывода, поэтому воспроизведение начинается с именованной кнопки, вызывающей
resume()и сообщающей результат. - Ввод с микрофона - это запрос, а не значение по умолчанию: объясните цель, покажите индикатор активного захвата и оставьте путь, который работает после отказа.
- Буферы анализа живут недолго и остаются локальными; выгрузка - отдельное решение с объявленным адресатом.
- BotBrowser сохраняет согласованными значения аудиошума AudioContext одного профиля в контролируемом контексте; он не выдаёт разрешение на микрофон и не предоставляет цепочку записи.
Содержание
- Выберите подходящий аудиоконтекст
- Запускайте воспроизведение по действию пользователя
- Запрашивайте ввод только при необходимости
- Анализируйте, записывайте и экспортируйте
- Доступность аудио
- Границы приватности аудиоданных
- Восстановление после сбоя аудио
- Итоги и практические выводы
Выберите подходящий аудиоконтекст
AudioContext представляет граф реального времени. Узлы могут создавать тон, декодировать ресурс, менять усиление, фильтровать, анализировать поток и направлять результат на выход. Это подходит синтезатору, игре или эффекту, реагирующему на действие. Страница должна строить граф вокруг видимой задачи и давать понятные команды запуска, паузы и остановки. Отделяйте этот сценарий от аудиоотпечатка, который оценивает повторяемые сигналы рендеринга, а не запрошенное пользователем воспроизведение.
OfflineAudioContext рендерит граф в AudioBuffer, не отправляя его в динамики. Он подходит для экспорта эффекта, подготовки правки или проверки преобразования до того, как человек его услышит, но не заменяет согласие на микрофон и не превращает удалённую запись в локальную. Относитесь к отрендеренному буферу как к рабочему продукту, связанному с пользователем: объясните, что он представляет, и оставьте решение о сохранении или обмене человеку.
Спецификация W3C определяет узлы, соединения, каналы и планирование, а MDN описывает интерфейсы. Поддержка и политика автозапуска различаются. Обрабатывайте приостановленный контекст, отсутствующий узел, ошибку декодирования и недоступный выход. Не обещайте одинаковую поддержку узлов или частоты дискретизации во всех браузерах.
Выбирайте простейший контекст, который решает задачу. Обычный медиаэлемент может быть удобнее в управлении и доступнее для одной песни или видео. Web Audio подходит, когда приложению нужны синхронные эффекты, микширование, анализ или сгенерированный звук. Такой выбор уменьшает число вопросов о разрешениях и упрощает объяснение функции. Он также даёт службе поддержки меньший набор состояний для описания: файл может загружаться, быть готовым, стоять на паузе, завершиться или стать недоступным без раскрытия деталей реализации. Если граф необязателен, страница может оставить медиаэлемент источником истины и подключать анализ только пока функция видима. Это избавляет от длительной обработки для элемента управления, которым человек не пользуется.
Запускайте воспроизведение по действию пользователя
Современные браузеры могут требовать жест пользователя, прежде чем AudioContext получит право выдавать слышимый звук. Покажите явное действие воспроизведения или включения звука и вызывайте resume() внутри этого действия, пока контекст приостановлен. Кнопка должна сообщать полученное состояние, включая сбой, который требует нового действия. Не запускайте скрытый звуковой граф при загрузке страницы, а затем не считайте заблокированный запуск деталью реализации. Управлению воспроизведением страницы и системным медиадействиям посвящено руководство по системным медиакнопкам.
Элементы управления громкостью, отключением звука, паузой и остановкой должны иметь одинаковое название и смысл в любом представлении. Видимый индикатор уровня не заменяет кнопку отключения звука, а сочетание клавиш не должно быть единственным путём к тишине. Если звук важен в игре или уведомлении, дайте текстовый или визуальный эквивалент, чтобы задача не зависела от слуха.
Когда страница меняет вывод, объясняйте границы этого выбора. Громкость на уровне сайта отличается от выбора вывода в операционной системе, и настройка для одного документа не должна молча менять другие сайты. Если предлагается выбор устройства вывода, используйте API браузера и модель разрешений, доступную в целевом окружении; иначе дайте разумное значение по умолчанию и понятный способ продолжить.
Не путайте воспроизведение звука с его записью. Декодирование файла, генерация тона или подключение медиаэлемента к графу сами по себе не дают доступа к микрофону. И наоборот: страница, которая запрашивает микрофон, должна объяснить причину до запроса и показывать постоянное состояние записи, пока дорожка активна. Человек должен уметь остановить захват, не закрывая вкладку.
Запрашивайте ввод только при необходимости
То, что называют API микрофона в браузере, это navigator.mediaDevices.getUserMedia({ audio: true }). Отдельного объекта "mic API" не существует, а "mic" и "микрофон" обозначают одно и то же устройство и один и тот же запрос разрешения.
Ввод с микрофона обычно начинается с navigator.mediaDevices.getUserMedia({ audio: ... }). Браузер выступает посредником этого запроса и может отклонить его, потому что человек отказал в разрешении, документ не имеет права запрашивать доступ, устройство недоступно или обязательное ограничение нельзя выполнить. Разрешение не гарантирует, что конкретный микрофон останется доступным. Код должен обрабатывать отказ как обычную ветку и сохранять работоспособность той части продукта, которая не записывает.
До запроса ввода назовите цель простым языком: например, «использовать микрофон для тренировки высоты» или «записать голосовую заметку для этого черновика». Избегайте расплывчатых запросов и не просите видео, когда нужен только звук. Страница не должна запрашивать микрофон лишь для включения постороннего воспроизведения. Запрос браузера - часть решения человека, а не замена объяснению страницы.
Пока поток активен, показывайте однозначный индикатор и давайте действия остановки и отключения звука. Остановка медиадорожек освобождает путь захвата; пауза обработки в приложении не обязательно означает то же самое. Объясните, остаётся ли текущий звук во вкладке, хранится локально или отправляется сервису. Если удалённая загрузка необязательна, сделайте её отдельным явным действием с понятным адресатом.
Разрешения могут меняться между посещениями и в ходе сеанса. Ранее выданное решение могут отозвать, устройство может исчезнуть, а браузер может потребовать новый жест. Интерфейс должен восстановиться: описать текущее состояние и предложить повтор или локальную альтернативу. Он не должен повторять запросы по кругу и не должен выдавать отказ за неисправность устройства человека.
Анализируйте, записывайте и экспортируйте
AnalyserNode может выдавать данные во временной или частотной области для визуального индикатора, тюнера или средства доступности. Данные должны служить текущему взаимодействию. Локальному индикатору уровня обычно нужен лишь короткоживущий буфер, который можно отбросить при закрытии страницы. Не храните длинную историю, если задача - только показать текущий уровень. Политика выборки, хранение и любая передача должны быть видимыми продуктовыми решениями.
Для записи подключите вход к графу обработки, нужному для запрошенного результата, и используйте механизм записи, поддерживаемый целевыми браузерами, например MediaRecorder для медиапотока. Сообщайте, когда запись начинается и заканчивается, какой формат получается и остаётся ли файл локальным или загружается. Предпросмотр - не то же самое, что завершённое сохранение. Дайте человеку возможность отменить или удалить результат до сетевой передачи или долговременного хранения.
Браузер может выдавать звук с разной раскладкой каналов, частотой дискретизации или форматами кодеков. Код приложения должен читать фактические настройки потока и записывающего устройства, а не обещать универсальное железо. Если формат недоступен, предложите документированный запасной вариант, например другой поддерживаемый формат или скачивание, сохраняющее записанное содержимое. Не заменяйте молча запрошенную запись пустым файлом.
Для редактирования держите оригинал и производный результат различимыми. Неразрушающий предпросмотр эффекта может использовать OfflineAudioContext; сохранение экспорта должно быть отдельной операцией. Если проект содержит звук, предоставленный человеком, укажите, остаётся ли оригинал локальным и когда обработанная копия покидает браузер. То же правило действует для речи или музыки, отправляемых в облачный сервис: передача требует ясного действия человека и объявленной границы сервиса.
Доступность аудио
Элементам управления звуком нужны доступные имена, порядок фокуса и объявляемые состояния. Настраиваемая визуализация волны или индикатор уровня могут дополнять обычные кнопки, но не должны прятать воспроизведение, паузу, перемотку, отключение звука или состояние записи внутри canvas. Давайте текстовое описание текущей позиции и состояния там, где эта информация важна. Убедитесь, что люди с клавиатурой и сенсорным экраном доходят до тех же действий, и сохраняйте видимый фокус после диалога или смены состояния из-за разрешения.
Не делайте важные инструкции доступными только на слух. Субтитры, расшифровка, письменное сообщение об ошибке или визуальная подсказка времени могут дать эквивалентный путь. Для уведомлений давайте визуальный признак и избегайте повторяющихся или пугающих звуков. Уважайте предпочтения, например уменьшение движения, когда визуализатор звука использует анимацию, и позволяйте человеку уменьшить или отключить необязательные эффекты.
Громкость и частота могут быть неудобны или небезопасны для части слушателей. Начинайте воспроизведение на разумном уровне, избегайте неожиданных циклов и давайте быстрое отключение звука. Если приложение - тренажёр или измерительный инструмент, объясните, что звуковой вывод браузера и потребительское оборудование не являются откалиброванными приборами, если у продукта нет отдельно проверенного процесса калибровки.
Язык и подписи должны описывать действие человека, а не реализацию. «Разрешить микрофон для тренировки голоса» полезнее, чем «включить вход AudioContext». Сохраняйте одинаковый смысл во всех языках и переводите обычные термины вроде разрешения, записи, загрузки и запасного варианта, а не оставляйте их английскими фрагментами.
Границы приватности аудиоданных
Разрешения микрофона и выбор устройства имеют общие ограничения приватности; см. статью о приватности мультимедийных устройств в браузере.
Обработка звука может оставаться локальной: локальному графу, временному буферу анализа или офлайн-экспорту не нужен сетевой запрос. Если сервис всё же необходим, отправляйте минимум и объясняйте причину. Короткая голосовая заметка, производная расшифровка и исходный звук микрофона различаются по чувствительности и требованиям к хранению. Пусть человек сам решает, загружать ли результат, и объясните, как удалить или заменить его, если продукт это поддерживает.
AudioContext.state, sampleRate и предпочитаемый размер буфера различаются между машинами и могут быть грубыми или отсутствовать, поэтому записанное значение 48000 Hz описывает контекст на одном устройстве, а не человека. Собирайте только то, что нужно для задачи пользователя, и ограничивайте срок хранения: поля duration в миллисекундах обычно достаточно, чтобы объяснить, почему экспорт выполнялся долго. Операционные журналы должны содержать результаты работы продукта, например «запись не удалась» или «экспорт отменён», а не сырой звук и не подробные профили устройств.
Сторонние фреймы и встроенные инструменты имеют собственные границы разрешений и политик. Страница не должна предполагать, что iframe может запрашивать доступ к микрофону только потому, что это может страница верхнего уровня. Используйте документированный механизм делегирования и разрешений, например атрибут allow="microphone" политики разрешений на элементе iframe, и давайте понятное сообщение, когда встроенный контекст не имеет права на запрос. Отказ никогда не следует представлять как то, что скрипт может или должен обходить.
Восстановление после сбоя аудио
Проектируйте путь отказа раньше, чем путь успеха. Воспроизведение может быть заблокировано до жеста, декодирование может не удаться, в микрофоне могут отказать, устройство могут отключить, записывающее устройство может неожиданно остановиться, а экспорту может не хватить памяти. Каждый случай должен оставлять страницу в известном состоянии, объяснять следующее действие и сохранять ту работу, которую можно сохранить.
При сбое воспроизведения предложите обычный медиаэлемент или файл для скачивания, если это решает задачу. При отказе в микрофоне по возможности сохраните текстовые заметки, импорт файла или режим тренировки без записи. Если функция анализа недоступна, покажите обычные элементы управления звуком без пустого индикатора. Запасные варианты должны быть честными: не выдавайте недоступное измерение в реальном времени за текущее. Сообщение о восстановлении должно называть затронутое действие, а не утверждать, что сломан весь звук. Например, ошибка экспорта может оставить доступными воспроизведение и редактирование, а отозванное разрешение на микрофон оставляет доступным сценарий с импортированным файлом. Сохраняйте черновик и выбранные параметры, когда повтор безопасен, но не повторяйте запрос разрешения без нового понятного действия. Эти различия делают инструкции поддержки полезными и снижают риск случайной повторной записи или дублирующей загрузки.
Проверяйте холодный и тёплый запуск, отказ и отзыв разрешений, отключение устройства, переход в фоновый режим, медленное декодирование, неподдерживаемые форматы, работу с клавиатуры, масштабирование, субтитры и локализованные подписи. Проверяйте и слышимый результат, и состояние, которое получает экранный диктор или пользователь клавиатуры. Проверки совместимости должны измерять, выполняется ли задача, а не совпадают ли аудиообразцы на двух устройствах.
Аудиосценариям нужен понятный жизненный цикл и после завершения видимой задачи. Останавливайте входную дорожку по окончании записи, отключайте ставшие ненужными узлы анализа и освобождайте временные буферы после сохранения или отмены экспорта. Страница, открытая часами, не должна держать дорожку микрофона, цикл анимации или растущую историю анализа лишь потому, что функция когда-то была включена. Видимый статус может сообщать, что захват остановлен, пока воспроизведение остаётся доступным. Так граница между активным вводом и обычным воспроизведением становится понятной.
Когда пользователь возвращается к черновику, восстанавливайте только те настройки, которые уместны для этого продукта. Восстановить настройку громкости - не то же самое, что молча снова открыть поток микрофона. Сохранённый проект может помнить выбранный файл и позицию редактирования, но всё равно попросить снова начать захват. Точно так же сервис может помнить, что экспорт существует, не загружая его повторно и не отправляя новый звук. Держите эти решения раздельно в интерфейсе и в любой модели аккаунта или локального хранилища.
Командам проще поддерживать поведение, если рассматривать аудиосостояние как небольшую документированную машину состояний. Определите переходы для запуска, паузы, остановки, отказа в разрешении, отключения устройства, сбоя декодирования и отмены экспорта. У каждого перехода должна быть подпись, видимая пользователю, и действие восстановления. Это полезнее общей «ошибки аудио», потому что подсказывает человеку, нажать ли воспроизведение снова, выбрать другой файл, выдать разрешение или продолжить без записи. Это также помогает тестам доступности охватывать те же состояния, что и визуальные и клавиатурные тесты.
Тот же контракт помогает, когда функция встроена в более широкий сценарий. Звонок в службу поддержки, упражнение в классе и личный черновик могут использовать одни и те же узлы, но требовать разных решений о хранении. Держите эти продуктовые решения вне низкоуровневого графа и показывайте их там, где пользователь может действовать. Узел может обрабатывать отсчёты, но не может объяснить, является ли результат частным, сохранённым или общим; это должен обеспечивать окружающий интерфейс. Чёткое распределение ответственности предотвращает случайное повторное использование.
BotBrowser поддерживает профильный шум для поверхностей AudioContext, используемых для снятия отпечатка, но это не предоставляет разрешение на микрофон и не реализует запись или воспроизведение, а также не гарантирует поведение аудио устройства.
Исполнительные данные ограничены локальным fixture с отказом в разрешении в Chrome и Firefox: проверены переходы состояния AudioContext, резервная ветка с NotAllowedError и отсутствие запросов fixture. Это не проверяет производственный аудиопроцесс, реальное оборудование микрофона, широкий охват браузеров или устройств и хранение телеметрии в производстве.
Публичные источники
Итоги и практические выводы
Начинайте с задачи, а не с графа. Берите AudioContext только когда странице нужен сгенерированный, сведённый или проанализированный звук, а для простого воспроизведения оставляйте обычный медиаэлемент. Воспроизведение стартует с именованной кнопки, вызывающей resume() внутри жеста, поэтому приостановленный контекст становится видимым состоянием, а не тихим сбоем.
Захват микрофона остаётся запросом. Объясните цель до запроса, показывайте постоянный индикатор, пока дорожка активна, и останавливайте её по завершении задачи вместо того, чтобы держать потоки getUserMedia() открытыми в долго живущей вкладке. Буферы анализа остаются короткими и локальными; выгрузка - отдельное действие с объявленным адресатом и явным способом удалить результат.
Держите пути отказа такими же конкретными, как путь успеха: отозванное разрешение, отключённое устройство или нечитаемый формат должны оставлять маршрут без записи, который всё равно завершает задачу. BotBrowser может удерживать значения аудиошума AudioContext профиля в контролируемом контексте, включая --bot-noise-audio-context, который управляет этим каналом и ничем в разрешениях устройства или воспроизведении.
Эта статья входит в руководство: Что такое отпечаток браузера?
Похожие статьи
Аудио-отпечатки: как AudioContext отслеживает вас
ОтпечаткиПеречень MediaDevices и приватность виртуальных камер
ОтпечаткиАудиоотчёт CreepJS: рендеринг и пропуски
ОтпечаткиCanvas API: обычное применение и конфиденциальность
ОтпечаткиCloudflare Turnstile: сигналы и приватность
ОтпечаткиFingerprinting кодеков WebRTC: утечка медиавозможностей
Выполните ту же проверку в BotBrowser
Загрузите профиль, сохраните внутри браузера те сигналы, о которых только что прочитали, и подтвердите результат на своей машине до раскатки.