https://azure.microsoft.com/zh-cn/services/cognitive-services/text-to-speech/#features

wss://eastus.tts.speech.microsoft.com/cognitiveservices/websocket/v1?Authorization=bearer%20eyJhbGciOiJodHRwOi8vd3d3LnczLm9yZy8yMDAxLzA0L3htbGRzaWctbW9yZSNobWFjLXNoYTI1NiIsInR5cCI6IkpXVCJ9.eyJyZWdpb24iOiJlYXN0dXMiLCJzdWJzY3JpcHRpb24taWQiOiI2MWIxODBlMmJkOGU0YWI2OGNiNmQxN2UxOWE5NjAwMiIsInByb2R1Y3QtaWQiOiJTcGVlY2hTZXJ2aWNlcy5TMCIsImNvZ25pdGl2ZS1zZXJ2aWNlcy1lbmRwb2ludCI6Imh0dHBzOi8vYXBpLmNvZ25pdGl2ZS5taWNyb3NvZnQuY29tL2ludGVybmFsL3YxLjAvIiwiYXp1cmUtcmVzb3VyY2UtaWQiOiIvc3Vic2NyaXB0aW9ucy9jMjU1ZGYzNi05NzRjLTQ2MGEtODMwYi0yNTE2NTEzYWNlYjIvcmVzb3VyY2VHcm91cHMvY3MtY29nbml0aXZlc2VydmljZXMtcHJvZC13dXMyL3Byb3ZpZGVycy9NaWNyb3NvZnQuQ29nbml0aXZlU2VydmljZXMvYWNjb3VudHMvYWNvbS1zcGVlY2gtcHJvZC1lYXN0dXMiLCJzY29wZSI6InNwZWVjaHNlcnZpY2VzIiwiYXVkIjoidXJuOm1zLnNwZWVjaHNlcnZpY2VzLmVhc3R1cyIsImV4cCI6MTY0NzU5NDk1MCwiaXNzIjoidXJuOm1zLmNvZ25pdGl2ZXNlcnZpY2VzIn0.PjYuGtrhh9RgkaH3iPYwPxBwtUDaWCjIBT_iQbPJf7g&X-ConnectionId=F4D719576F88485997E628643E905B76

window.URL.createObjectURL(new Blob([g.privAudioData], { type: 'audio/mp3' }));

image-20220318221621847.png

一开始我想到用chrome的overrides，（fiddler的autoresponse也可以做到）。

image-20220318222128555.png

在把g.privAudioData导出到window这样就方便后面调用了

image-20220318222527046.png

但是后面在下载的时候遇到了浏览器限制，并且这种替换线上文件的方法，对用户的配置要求较高。

0x04

我的目标是做一个装上就可以用的tampermonkey脚本。

为了拿到g.privAudioData 我在当前的作用域中找找看有没有生命周期比较长的比如JSON等之类的可以hook，发现并没有找到，但是我发现g是传进来的，于是找上一层，不行再找上一层。

最终我找到document.addEventListener，<u>这个注入点可能不是最好的，如果大佬有更好的欢迎指正。</u>

先说上面一层是

image-20220318223715387.png

image-20220318223921100.png

发现这里定义了一个匿名函数赋给了全局变量window.initializeTTSDemo,此处也没有找到合适的hook点，但是arguments[1].privResult 里面有我们要的MP3，我们要的东西没丢。

'use strict';(function ($) {    // This demo is only supported in Edge, Firefox, Chrome and Opera. Source: http://caniuse.com/#search=getUserMedia    window.initializeTTSDemo = function (localizedResources) {        $(document).ready(function () {                        // 省略好多代码                        SpeechSDK = window.SpeechSDK;            // 省略好多代码            function SpeakOnce() {                var config = SpeechSDK.SpeechTranslationConfig.fromAuthorizationToken(localizedResources.token, localizedResources.region),                    synthesizer,                    audioConfig;                // due to a bug in Chromium (https://bugs.chromium.org/p/chromium/issues/detail?id=1028206)                // mp3 playback has some beeps, using a higher bitrate here as a workaround.                config.speechSynthesisOutputFormat = SpeechSDK.SpeechSynthesisOutputFormat.Audio24Khz160KBitRateMonoMp3;                player = new SpeechSDK.SpeakerAudioDestination();                player.onAudioEnd = function () {                    stopli.hidden = true;                    playli.hidden = false;                };                audioConfig = SpeechSDK.AudioConfig.fromSpeakerOutput(player);                synthesizer = new SpeechSDK.SpeechSynthesizer(config, audioConfig);                synthesizer.synthesisCompleted = function () {                    //arguments[1].privResult 里面有我们要的MP3                    synthesizer.close();                    synthesizer = null;                };                synthesizer.SynthesisCanceled = function (s, e) {                    var details;                    stopli.hidden = true;                    playli.hidden = false;                    details = SpeechSDK.CancellationDetails.fromResult(e);                    if (details.reason === SpeechSDK.CancellationReason.Error) {                        status.innerText = localizedResources.srTryAgain;                    }                };                synthesizer.speakSsmlAsync(ssml.value, function () { }, function (error) {                    status.innerText = localizedResources.srTryAgain + ' ' + error;                });            }           // 省略好多代码})(jQuery);