核心用法
Browser Audio Capture 是一款面向本地隐私场景的浏览器音频捕获工具，通过两种技术路径实现会议音频的无缝采集：
1. CDP（Chrome DevTools Protocol）模式
- 需以
--remote-debugging-port=9222启动 Chrome，建立本地调试连接 - CLI 提供
tabs/capture/watch/status/stop全生命周期管理 watch --interval 15支持自动嗅探会议标签并启停捕获
2. Chrome Extension 模式（推荐）
- 基于
chrome.tabCaptureAPI，无需系统级屏幕选择弹窗 - 配合 Offscreen Document 实现持久化后台捕获（popup 关闭后仍运行）
- 零交互全自动，适合长期值守场景
输出与集成
音频以 JSON POST 推送至本地端点 http://127.0.0.1:8900/audio/browser，格式为 Base64 编码的 PCM16（16kHz），字段包含 sessionId、tabUrl、tabTitle 等元数据，可直接对接 Whisper 等本地 ASR 流水线。
---
显著优点
| 维度 | 说明 |
|------|------|
| **零云端依赖** | 无需 Zoom/Meet/Teams API 密钥，完全绕过平台授权限制 |
| **隐私优先** | 音频流不离开本机，满足敏感会议转录合规需求 |
| **多平台覆盖** | 自动识别 12+ 主流会议平台（Google Meet、Zoom Web、Teams、Webex、Discord 等） |
| **双模灵活** | CDP 适合脚本自动化，Extension 适合无人值守 |
| **格式标准** | PCM16/16kHz 为 ASR 最优输入格式，省去重采样开销 |
---
潜在局限与风险
| 问题 | 说明 |
|------|------|
| **Chrome 独占** | 依赖 Chromium 生态，Safari/Firefox 用户无法使用 |
| **CDP 连接脆弱** | 需预启动 Chrome 调试端口，进程重启即断连 |
| **权限门槛** | Extension 需"读取和更改网站数据"权限，企业策略可能拦截 |
| **法律合规** | 未经与会方同意的录音可能违反 GDPR/CCPA/本地窃听法 |
| **音频质量波动** | 浏览器 WebRTC 解码链路可能引入延迟或丢帧，不如原生 SDK 稳定 |
---
适合人群
- 隐私敏感型企业：金融、医疗、法律等需本地化会议留痕的场景
- AI 开发者：构建实时会议 Copilot，需低延迟音频管道的工程团队
- 合规审计人员：需留存会议记录但拒绝第三方云转录服务的数据控制者
---
常规风险
1. 误操作录音：watch 自动模式可能在非会议标签触发捕获，建议结合 tabUrl 白名单校验
2. 端口暴露：--remote-debugging-port 若绑定非 127.0.0.1，可能遭本地网络嗅探
3. Extension 持久化漏洞：Offscreen Document 虽解决 popup 关闭问题，但 MV3 生命周期限制仍可能导致长时间会议中断
4. 转录端未鉴权：默认 127.0.0.1:8900 无认证，多用户主机存在横向越权风险