NVDA在Chromium浏览器中无法导航数学内容的技术分析与解决方案
问题背景
NVDA屏幕阅读器在Chromium内核浏览器(包括Chrome和Edge)中出现了一个影响数学内容访问的重要问题。当用户尝试访问网页中的数学公式时,NVDA无法正确识别和导航这些内容,这严重影响了STEM领域用户的学习和工作体验。
技术分析
该问题源于Chromium浏览器对ISimpleDOMNode::get_attributesForNames接口实现的变更。最新版本的Chromium开始返回E_NOTIMPL(未实现)错误代码,而之前版本则返回S_OK或S_FALSE。这一变更导致NVDA获取数学内容时出现以下异常:
DEBUGWARNING - NVDAObjects.IAccessible.ia2Web.Math._get_mathMl
Error retrieving math. Not supported in this browser or ISimpleDOM COM proxy not registered.
Traceback (most recent call last):
File "NVDAObjects\IAccessible\ia2Web.py", line 341, in _get_mathMl
attr = node.attributesForNames(1, attrNames, namespaceIds)
_ctypes.COMError: (-2147467263, 'Not implemented', (None, None, None, 0, None))
深入分析发现,Chromium的这一变更实际上是合理的,因为该接口确实未被完整实现。然而,这一变更意外影响了NVDA对数学内容的处理流程。
解决方案
经过NVDA开发团队与Chromium工程师的协作,提出了双管齐下的解决方案:
-
NVDA端修复:通过修改NVDA代码,增加对E_NOTIMPL错误的捕获处理。具体实现是在获取数学内容时添加try/except块,优雅地处理接口未实现的情况。
-
Chromium端临时修复:Chromium团队在132.0.6834.46(beta)和133.0.6878.0(canary)版本中暂时恢复了旧有行为,确保用户能够继续使用数学内容访问功能。
用户应对措施
对于不同用户群体,建议采取以下措施:
-
普通用户:可以等待Chrome 132稳定版在2024年1月中旬自动更新,或从1月8日起手动检查更新。
-
急需使用的用户:可以切换到Firefox浏览器,该浏览器不受此问题影响。
-
开发者:可以关注NVDA的后续更新,其中将包含对COMError的完善处理。
技术启示
这一事件展示了开源协作在解决无障碍访问问题中的重要性。同时也提醒我们:
- 屏幕阅读器开发需要考虑各种边界情况和错误处理
- 浏览器内核变更可能对辅助技术产生深远影响
- 及时的问题报告和跨团队协作能有效缩短问题解决周期
未来,随着W3C数学ML标准的普及和浏览器支持的完善,数学内容的无障碍访问将变得更加可靠和标准化。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00