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。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00