WebVTT

WebVTT（网络视频文字轨，英语：Web Video Text Tracks）是一个用来显示与HTML5<track>元素相关的timed text的万维网联盟 (W3C)标准。

WebVTT

扩展名	.vtt
互联网媒体类型	text/vtt
开发者	万维网联盟 (W3C)
首次发布	2010年8月10日，​14年前​（2010-08-10）[1]
最新版本	2019年4月4日，​6年前​（2019-04-04）
格式类型	Timed text
扩展自	SRT
标准	W3C WebVTT
自由格式？	是
免费格式？	是
网站	(VTT)

此规范的早期草稿是由WHATWG于2010年在讨论HTML5应支持哪种字幕格式后所编写的，主要选项是相对成熟，以XML为基础的定时文字标记语言（英语：Timed Text Markup Language） (TTML)，或是全新但更轻量，以广泛使用的SubRip格式为基础的标准。最后决定使用新的标准，一开始称为WebSRT (Web Subtitle Resource Tracks)。^[2]其共享了.srt扩展名，并扩展了SubRip格式，虽然并不完全兼容。此格式后来更名为WebVTT。^[3][4]在2011年1月13日的HTML5草稿报告中，引入了<track>元素并更新了规范以记录WebVTT字幕文字呈现规则。^[5]WebVTT规范仍处于草稿阶段，但所有主要浏览器都支持基本功能。

与SubRip最大的不同

• WebVTT的第一行在选择性的UTF-8字节顺序记号之后以WEBVTT开头
• 第一行与第一个字幕文字间有选择性标头资料的空间
• 时间码（英语：Timecode）的小数部分是用句号而非逗号分隔
• 时间码（英语：Timecode）的小时部分是选择性的
• 时间码（英语：Timecode）之前的画面编号/识别字符串是选择性的
• 可新增由单字NOTE所注记的注解
• 元数据信息可使用JSON风格的格式新增
• 可选择指定章节信息
• 仅支持将字符延展为UTF-8
• 使用C标签的配套HTML文件中定义的独立文件CSS代替FONT元素
• 字幕设置允许在视频上自定义字幕位置^[6]

兼容性

浏览器支持^[7][8]

浏览器	字幕文字标签	字幕位置	CSS样式
Chrome	35+
Android stock browser	5.0+
Opera	22+
Safari	7+ (iOS: 8+)
Firefox	31+ (Android: 32+)		不适用
Microsoft Edge	12+	不适用
Internet Explorer	10+	不适用

Firefox在Firefox 24的Nightly版本中实现了WebVTT，但一开始并未默认激活。该功能必须在Firefox的"about:config"页面中透过将"media.webvtt.enabled"值设置为true以激活。^[9]YouTube于2013年4月开始支持WebVTT。^[10]字2014年7月24日的Firefox 31起，Mozilla已在Firefox上默认激活WebVTT。^[11]

.vtt文件中的字幕会在在线显示，但存储在本机磁盘时并不会显示。

WebVTT格式的示例

WEBVTT 
Kind: captions
Language: en

00:09.000 --> 00:11.000
<v Roger Bingham>We are in New York City

00:11.000 --> 00:13.000
<v Roger Bingham>We are in New York City

00:13.000 --> 00:16.000
<v Roger Bingham>We're actually at the Lucern Hotel, just down the street

00:16.000 --> 00:18.000
<v Roger Bingham>from the American Museum of Natural History

00:18.000 --> 00:20.000
<v Roger Bingham>And with me is Neil deGrasse Tyson

00:20.000 --> 00:22.000
<v Roger Bingham>Astrophysicist, Director of the Hayden Planetarium

00:22.000 --> 00:24.000
<v Roger Bingham>at the AMNH.

00:24.000 --> 00:26.000
<v Roger Bingham>Thank you for walking down here.

00:27.000 --> 00:30.000
<v Roger Bingham>And I want to do a follow-up on the last conversation we did.

00:30.000 --> 00:31.500 align:end size:50%
<v Roger Bingham>When we e-mailed—

00:30.500 --> 00:32.500 align:start size:50%
<v Neil deGrasse Tyson>Didn't we talk about enough in that conversation?

00:32.000 --> 00:35.500 align:end size:50%
<v Roger Bingham>No! No no no no; 'cos 'cos obviously 'cos

00:32.500 --> 00:33.500 align:start size:50%
<v Neil deGrasse Tyson><i>Laughs</i>

00:35.500 --> 00:38.000
<v Roger Bingham>You know I'm so excited my glasses are falling off here.

^[12]

其他功能

2013年6月，规范中新增了一个示例，其中包含了新的“区域”设置。^[13]此功能自Firefox 59与Safari 14.1（iOS上则是14.5）开始支持此功能，但其他浏览器均不支持。^[14]