主要观点：浏览器可生成不可听的音频文件用于识别访客，Apple 在 Safari 17 中尝试对抗此识别可能性，但措施不完全有效。
关键信息：

• 音频指纹识别技术（audio fingerprinting）：利用浏览器的 Audio API 生成音频指纹，其稳定但不独特，是 FingerprintJS 库的一部分，可用于识别匿名的不良行为者。
• Safari 17 打破音频指纹识别：默认在私人（隐身）模式下启用高级指纹保护，通过向每个音频样本添加随机噪声来降低指纹准确性，导致指纹在正常和私人模式下不匹配，破坏了稳定性。
• 绕过 Safari 17 高级指纹保护的方法：通过 3 个步骤改进指纹算法，包括减少噪声分散、推远浏览器标识符数字、四舍五入以去除剩余噪声，以去除 Safari 添加的噪声。
• 性能方面：新指纹算法的性能比旧算法降低 1.5 - 2 倍，但在低端设备上计算时间仍较短，可在 Safari 17 中使用新算法，在其他浏览器中使用旧算法以提高性能。
• 在隐私浏览器中的情况：像 Tor 这样的隐私浏览器完全禁用 Web Audio API，使音频指纹识别不可能；Brave 则像 Safari 17 一样向音频信号添加噪声，但噪声添加方式与 Safari 不同，之前的去噪方法在 Brave 中不适用，但增加浏览器指纹差异的方法仍有效。
• 在 FingerprintJS 中的使用：新音频指纹算法已在 FingerprintJS 中替换旧算法，它是生成浏览器指纹的众多信号之一，虽对唯一性贡献小但稳定性高，可增加指纹准确性。
  重要细节：
• Safari 中添加噪声的代码实现及影响的 Audio API 接口。
• 不同浏览器的音频指纹示例及差异。
• 去噪过程中的各种步骤及代码实现，如减少噪声的方法、获取多个噪声副本的方法、调整音频节点以增加差异、四舍五入稳定结果等。
• 性能测试结果及不同浏览器的指纹计算时间。
• 在隐私浏览器中 Brave 和 Safari 的噪声添加差异及相应的处理方法。