Web Platform Tests项目中的Web Speech API权限策略与跨域检查实现
Web Platform Tests(简称WPT)是一个开源项目,旨在为Web平台提供跨浏览器兼容性测试套件。该项目包含了大量测试用例,用于验证各种Web API和功能在不同浏览器中的实现是否符合标准规范。最近,该项目针对Web Speech API的on-device功能进行了重要更新,主要涉及权限策略和跨域检查的实现。
Web Speech API背景
Web Speech API为开发者提供了在Web应用中集成语音识别和语音合成的能力。该API包含两个主要部分:语音识别(SpeechRecognition)和语音合成(SpeechSynthesis)。随着技术的发展,一些浏览器开始支持设备本地的语音处理功能,即"on-device"实现,这相比云端处理具有更好的隐私保护和更低的延迟优势。
新增的安全检查机制
本次更新主要针对on-device Web Speech API的两个关键方法:availableOnDevice()和installOnDevice()。这些方法允许开发者查询设备是否支持本地语音处理功能,以及安装必要的本地语音处理组件。
为了增强用户隐私保护并防止潜在的指纹识别风险,Chromium团队实现了以下安全措施:
-
权限策略检查:新增了对Permission Policy的验证,确保只有被授权的页面才能访问这些敏感功能。权限策略是一种机制,允许网站控制哪些功能可以在其框架或嵌入式内容中使用。
-
跨域检查:实施了严格的跨域验证,防止不受信任的来源滥用这些API进行设备指纹识别。跨域检查是Web安全模型的重要组成部分,用于限制不同来源之间的资源访问。
技术实现细节
在底层实现上,Chromium团队通过修改浏览器引擎的核心代码来实施这些安全措施。具体包括:
- 在API调用路径中添加权限策略验证层
- 实现跨域请求的验证逻辑
- 确保错误信息不会泄露过多的设备细节,防止被用于指纹识别
- 保持与现有Web标准的兼容性
这些变更经过了严格的代码审查流程,多位资深工程师参与了评审,确保实现的正确性和安全性。
对开发者的影响
对于使用Web Speech API的开发者来说,这些变更意味着:
- 需要在页面或iframe中正确配置权限策略才能使用on-device功能
- 跨域使用这些功能将受到限制
- 需要处理可能新增的安全异常情况
这些安全措施虽然增加了开发复杂度,但为用户隐私提供了更好的保护,符合现代Web平台对安全和隐私的日益重视。
测试覆盖与验证
作为WPT项目的一部分,这些变更伴随着相应的测试用例更新,包括:
- 权限策略生效情况的测试
- 跨域场景下的行为验证
- 错误处理的一致性检查
- 与其他Web平台特性的交互测试
这些测试确保了不同浏览器实现之间的一致性,并为未来的标准演进提供了参考依据。
总结
Web Platform Tests项目对Web Speech API on-device功能的这次更新,体现了Web平台在功能丰富性和用户隐私保护之间的平衡。通过引入权限策略和跨域检查,既保留了API的强大功能,又有效降低了被滥用于指纹识别的风险。这种安全优先的设计理念将继续指导Web平台的未来发展。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00