AudioContext 指紋是甚麼？音訊指紋怎樣識別瀏覽器環境

核心結論：音訊指紋不碰麥克風、不播放聲音，而是讓瀏覽器在記憶體內靜默渲染一段固定音訊，把運算結果中的微小浮點差異當成設備簽名。它與 Canvas、WebGL 同屬渲染結果類指紋：IP 換不掉、清快取清不掉，取值由設備與瀏覽器引擎決定。對多帳號營運來說，判斷標準就兩條：同一環境裡這個值要長期穩定，不同環境之間要互不相同，MostMate 的 AudioContext 設定提供真實與隨機兩檔，按這兩條選即可。

「把音箱關掉、拒絕麥克風權限，網站的音訊環節就拿我沒辦法了」——這是音訊指紋最常見的誤區之一。實情恰恰相反：這套檢測由頭到尾沒有任何聲音進出。2016 年普林斯頓大學的研究團隊在百萬站點測量中把它納入正式記錄，此後它成為主流檢測腳本的標配項：零權限、毫秒級完成、無痕模式下照常運行。MostMate 是一款指紋瀏覽器，為每個帳號準備一套獨立的瀏覽器環境，而音訊指紋正是這類產品要處理的指紋參數之一。本文按四個問題把它講透：網站看到了甚麼、這個數為何穩定、它與其他參數怎樣對齊、在指紋瀏覽器裡該怎樣配。

網站看到甚麼：一段從未播放的音訊，換回一個數字

網站拿到的最終結果是一個浮點數：沒有聲音，也沒有設備型號。主流檢測腳本（以 FingerprintJS 的實現為代表，大量開源庫沿用至今）的流程固定五步：

• 建立一個離線音訊上下文（OfflineAudioContext，MDN 文件）：單聲道、44100 Hz 取樣率、約 5000 個取樣點，折算約 113 毫秒音訊，全程不經揚聲器。
• 用振盪器生成一個固定的 10000 Hz 三角波，作為完全相同的輸入訊號。
• 把訊號送進動態壓縮器（DynamicsCompressorNode），參數設得相當激進（閾值 -50 dB、拐點 40、壓縮比 12），刻意把運算推到非線性區間，放大設備之間的細微差別。
• 調用 startRendering 在記憶體內靜默渲染，這一步不產生任何聽得見的聲音。
• 取輸出緩衝區末段約 500 個取樣點，求絕對值之和，得到 124.0434 這樣一個數值。

這個數字就是音訊指紋。運算發生在播放之前，所以系統靜音、沒接音箱都不影響結果；它也不存取錄音設備，自然談不上麥克風授權。瀏覽器指紋總覽裡這類參數通常一句帶過，值得獨立成篇的原因在於它的取值來源很特別：值來自運算誤差，而誤差恰好穩定，這就是下一節的內容。

檢測站展示的通常是對這個原始值雜湊後的十六進制字串，長度各站不一；對照時看「同環境是否穩定、跨環境是否不同」即可，不必糾結字串本身的格式。

為何一個數字能當指紋：誤差恰好穩定

關鍵機制在於：音訊運算在不同設備上並非逐位一致，而且這個不一致是可重現的。Web Audio 規範只定義了處理流程，並未要求所有實現算出逐位相同的結果；不同 CPU 的浮點精度、不同瀏覽器引擎對音訊棧的實現，在取整和運算次序上略有差別。單次運算的差異小到可以忽略，但訊號要經過壓縮器反覆做非線性處理，再對數百個取樣點累加，細微差別被逐步放大成可區分的數值。

普林斯頓那項研究給過實測規模：一萬八千餘台設備裡，音訊指紋收斂出七百多個不同取值，折合約 5.4 bits 的區分度——樣本有限，這只是下限。對關聯檢測來說這個量級已經夠用，因為真正的價值不在「值有多獨特」，而在「值有多穩定」：同一台設備重新載入一百次，結果紋絲不動；換一台機器、換一個瀏覽器引擎，值立刻不同。一個不需要權限、不可清除、重新載入不變的訊號，正是平台構建設備畫像最喜歡的原料。

與其他參數怎樣對齊：三條一致性原則

音訊指紋和 IP 沒有任何關係，它是純設備側訊號；和 Canvas、WebGL 同屬渲染結果類參數——網站把一道固定的計算題交給瀏覽器，等真實設備當場算出一個結果。判斷一套環境配得合不合理，按三條校驗：

• 單環境穩定：同一環境每次渲染結果一致，是「這是一台正常設備」的前提。值忽然改變只說明參數被人動過，反而可疑。
• 環境之間互異：十個環境報出同一個音訊值，等於在關聯圖譜上自己畫圈。反過來說，「每個參數都調到滿分」也是錯誤方向，隨機化的風險在指紋隨機化為何不安全那篇裡專門拆過。
• 與瀏覽器引擎匹配：音訊棧由瀏覽器引擎實現，取值隨引擎和版本變化。環境聲稱的 UA、系統與實際引擎要對得上，瀏覽器大版本升級後取值自然更新，不需要人工干預。

三條原則合起來是一句話：音訊指紋要的是「像一台真實設備該有的樣子」，而不是「最好」。MostMate 把這套邏輯固化成四個設計原則，四個設計原則那篇講過全貌，本文只落到音訊這一項上。

怎樣查自己的音訊指紋：兩次對比看穿問題

檢測環節不需要任何插件，一個檢測站加兩次重新載入就夠。

第 1 步：任選一個檢測站，找到音訊指紋一項。BrowserScan 和 Iphey 都會把它單獨列出，Iphey 的信任分怎樣讀，實戰篇裡有完整動線，可以配合Iphey 檢測實戰那篇一起用。

第 2 步：同一環境重新載入兩三次，盯住數值。值穩定不變是及格線；如果每次重新載入都變，說明該環境的音訊參數被設成了每次重算的模式，等於向平台廣播「這台設備被人操縱過」。

第 3 步：換一個環境再測，對比兩個值。兩個環境的音訊值應當不同；如果完全相同，回頭查是不是複用了同一套指紋模板——模板複用是多帳號關聯最隱蔽的來源。

MostMate 裡怎樣配：真實與隨機兩檔的取捨

MostMate 的建立環境表單把 AudioContext 單列在指紋設定區，提供真實與隨機兩檔，右側的指紋預覽面板會即時顯示當前取值，配完不用提交就能確認。兩檔的適用判斷很直接：日常主力環境用真實——取值來自本機運算結果，天然穩定，和「單環境穩定」原則嚴絲合縫；批量新建一組環境時用隨機——每個環境各自得到一個不同且內部穩定的值，滿足「環境之間互異」。

音訊參數沒有提供自訂檔，這個設計本身值得注意：音訊指紋的價值在於穩定，手工拼一個固定值反而丟了它的意義。選真實還是選隨機，真正要考慮的是這批環境的生成方式，而不是逐項去調參數；同族的 Canvas、WebGL 圖像、ClientRects 用同一套思路判斷，整套機制的分工在MostMate 是甚麼那頁有完整說明。

常見問題

音訊指紋需要麥克風或音箱權限嗎？

不需要。整段音訊在記憶體內離線渲染，不經揚聲器也不存取錄音設備，靜音狀態、沒有音訊設備的機器都照樣能被採集。

清除 Cookie 或開無痕模式能避開音訊指紋嗎？

不能。Cookie 存在本機可以清除，音訊指紋由設備即時運算產生，兩者是兩套完全不同的機制，清快取對它沒有任何影響。

把 AudioContext 停用或固定成一個值，不是更安全？

方向反了。絕大多數正常瀏覽器都能跑音訊運算，「停用」和「人人相同的固定值」本身就成了突出特徵，比一個普通值更容易被挑出來。

音訊指紋甚麼時候會變？

換設備、換瀏覽器引擎、瀏覽器大版本升級時取值會變，這屬於真實設備自然發生的演進；同一環境日常使用中它應當長期穩定，頻繁變化反而是異常訊號。

結語

音訊指紋的邏輯可以收成一句話：網站不播放聲音也能測設備，靠的是每台機器運算時穩定又細微的差別。理解了這一點，很多常見做法就講得通——為何靜音擋不住它，為何滿分參數反而危險，為何批量環境的值必須互不相同。MostMate 把這類參數收斂成真實與隨機兩檔，配合指紋預覽面板，配完當場能看結果。如果你想親手測一遍自己環境的音訊指紋，可以下載 MostMate，用免費版建兩個環境對比一下取值，多數認知盲區一次就能掃清。