Capture Handle - 画面共有時にコラボレーションをブートストラップする

1 つのタブで実行されている Web アプリケーションを考え、それを "main_app" と呼ぶことにする。 main_app が getDisplayMedia を呼び出し、ユーザーが次のいずれかを選択すると仮定する:

• 別のタブを共有する。そのタブでは、ここで "captured_app" と呼ぶアプリケーションが実行されている。
• そのようなタブをホストしているユーザーエージェントウィンドウを共有する。

次の点に注意されたい:

1. main_app は何をキャプチャしているのかを知らない。
2. captured_app は、自身がキャプチャされていることを知らない。まして誰にキャプチャされているかも知らない。

これら 2 つの性質は一般的な場合には望ましいが、ブラウザーがアプリケーションに、 その隔たりを埋めて接続を可能にすることへオプトインすることを許可したい正当なユースケースが存在する。

一般的な場合を従来どおりに保ちながら、正当なユースケースを可能にしたい。

協調するプレゼンテーションソフトウェアとビデオ会議ソフトウェアを考える。 ユーザーが VC セッション内にいると仮定する。ユーザーはプレゼンテーションの共有を開始する。 両方のアプリケーションは、VC アプリに、それがスライドセッションをキャプチャしていること、 どのアプリケーションであるか、さらにはどのセッションであるかを発見させることに関心がある。 これにより、VC アプリケーションはスライドをめくるためのコントロールをユーザーに公開できる。 ユーザーがそれらのコントロールをクリックすると、VC アプリはプレゼンテーションアプリにメッセージを送信し、 スライドをめくる、プレゼンテーションモードに入る/出る、などの処理を行うよう要求できる。

これらのメッセージを送信する手段は、この文書の範囲外である。選択肢には次のものがある:

• 共有クラウドインフラストラクチャ。
• worker を介したメッセージング。（注: Storage Partitioning がこの選択肢を妨げる可能性がある。）
• この目的のために、基本的なメッセージング API が明示的に追加される可能性がある。

キャプチャするアプリケーションは、多くの場合、ユーザーがどのようなアプリケーションを キャプチャする傾向にあるかについて統計を収集したいと考える。たとえば、VC アプリケーションは、 ユーザーが特定のプロバイダーのプレゼンテーションアプリケーション、Wikipedia、CNN などを どの程度の頻度で共有するかを知りたい。このような情報の収集は、上で述べたような新たな コラボレーションを導入することにより、ユーザー向けサービスの改善に利用できる。

ユーザーは誤ったタブを共有することがある。場合によっては、share-this-tab-instead ボタンを 誤ってクリックすることで、誤ったタブの共有に切り替えてしまうことがある。善意のアプリケーションは、 ユーザーが間違いを犯した可能性があると判断した場合、再確認のためにアプリ内ダイアログを表示して ユーザーを保護しようとすることができる。

このユースケースは #3 の下位ケースであるが、その重要性から独自の節に値する。 「鏡の間」効果は、ユーザーが VC 通話が行われているタブを共有することを選択した場合に発生する。 自己キャプチャを検出した場合、VC アプリケーションはキャプチャされたストリームをユーザーに表示し返すことを避け、 それにより恐れられる効果を回避できる。

CaptureHandleConfig 辞書は、被キャプチャアプリケーションがどの情報を公開する意図であるか、 および当該情報をどのアプリケーションに公開してよいと考えているかを、ユーザーエージェントに指示するために用いられる。

WebIDLdictionary CaptureHandleConfig {
  boolean exposeOrigin = false;
  DOMString handle = "";
  sequence<DOMString> permittedOrigins = [];
};

exposeOrigin

true の場合、ユーザーエージェントは MUST、被キャプチャ アプリケーションのオリジンを origin フィールドを通じて CaptureHandle に公開しなければならない。 false の場合、ユーザーエージェントは MUST NOT、 被キャプチャアプリケーションのオリジンを公開してはならない。

handle

ユーザーエージェントは MUST、この値を handle として公開しなければならない。

注記: このフィールドの値は、1024 個の 16 ビット文字に制限される。この制限は、 setCaptureHandleConfig でさらに規定される。

permittedOrigins

このフィールドの有効な値には次のものが含まれる:

• 空リスト。
• 単一の項目 "*" を持つリスト。
• 有効なオリジンからなるリスト。

permittedOrigins が単一の項目 "*" からなる場合、CaptureHandle はすべてのキャプチャ側から 観測可能である。 そうでない場合、CaptureHandle は、 そのオリジンが permittedOrigins に列挙されている キャプチャ側にのみ 観測可能である。

MediaDevices は、 setCaptureHandleConfig というメソッドで拡張される。 このメソッドは CaptureHandleConfig オブジェクトを受け取る。このメソッドを呼び出すことにより、アプリケーションは、 キャプチャするアプリケーションにどの情報を観測することを許可するかをユーザーエージェントに知らせる。

WebIDLpartial interface MediaDevices {
  undefined setCaptureHandleConfig(optional CaptureHandleConfig config = {});
};

setCaptureHandleConfig

ユーザーエージェントは MUST、次の検証を実行しなければならない:

• handle が無効な値に設定されている場合、 ユーザーエージェントは MUST、 TypeError を送出して 拒否しなければならない。
• permittedOrigins が無効な値に設定されている場合、ユーザー エージェントは MUST、NotSupportedError を送出して 拒否しなければならない。
• setCaptureHandleConfig() の呼び出しが 最上位 閲覧コンテキスト からのものではない場合、ユーザーエージェントは MUST、 InvalidStateError を送出して 拒否しなければならない。

すべての検証に合格した場合、ユーザーエージェントは MUST 新しい config を受け入れなければならない。 ユーザーエージェントは MUST、setCaptureHandleConfig への以前の呼び出しをすべて忘れなければならない。 以後、アプリケーションの CaptureHandleConfig は config である。

観測可能な CaptureHandle は、すべての キャプチャアプリケーションについて再評価される。

1. 新しい 観測可能な CaptureHandle が、setCaptureHandleConfig の呼び出し前と 異なるすべてのキャプチャアプリケーションについて、ユーザーエージェントは MUST、 イベントを発火する。その名前は capturehandlechange である。
2. ユーザーエージェントは MUST、 getCaptureHandle が呼び出されるたびに、新しい 観測可能な CaptureHandle を報告しなければならない。

ユーザーエージェントは、CaptureHandle 辞書を通じて、 被キャプチャアプリケーションに関する情報をキャプチャアプリケーションへ公開する。 CaptureHandle オブジェクトは、 それを 観測することを許可されていないキャプチャアプリケーションに 渡されては MUST NOT ならない点に注意されたい。

WebIDLdictionary CaptureHandle {
  DOMString origin;
  DOMString handle;
};

origin

被キャプチャアプリケーションが、自身のオリジンを公開することにオプトインしている場合 （exposeOrigin を true に設定することによる）、 ユーザーエージェントは MUST、 origin を 被キャプチャアプリケーションのオリジンに設定しなければならない。そうでない場合、 origin は設定されない。

handle

ユーザーエージェントは MUST、このフィールドを、 被キャプチャアプリケーションが handle に設定した値に 設定しなければならない。

MediaStreamTrack を getCaptureHandle というメソッドで拡張する。 MediaStreamTrack が画面キャプチャから派生したビデオトラックである場合、 getCaptureHandle は、最新の 観測可能な CaptureHandle を返す。 そうでない場合は null を返す。

WebIDLpartial interface MediaStreamTrack {
  CaptureHandle? getCaptureHandle();
};

getCaptureHandle

問題のトラックがビデオトラックでない場合、ユーザーエージェントは MUST null を返さなければならない。

トラックが browser または window display surface のいずれも表していない場合、ユーザー エージェントは MUST null を返さなければならない。

トラックが 終了している場合、ユーザー エージェントは MUST null を返さなければならない。

被キャプチャアプリケーションが CaptureHandleConfig を設定していない場合、 または最後にそれを空の CaptureHandleConfig に設定した場合、ユーザー エージェントは MUST null を返さなければならない。

ユーザーエージェントは MUST、キャプチャ文書のオリジンを、 被キャプチャアプリケーションが permittedOrigins に列挙したものと 比較しなければならない。キャプチャ側のオリジンが CaptureHandle を 観測することを許可されていない場合、 ユーザーエージェントは MUST null を返さなければならない。

以前のすべての検証に合格した場合、ユーザーエージェントは MUST、 被キャプチャアプリケーションによって最後に設定された CaptureHandleConfig から派生した値を持つ CaptureHandle 辞書を返さなければならない。