track元素不渲染,须嵌套于video/audio内并配合WebVTT文件使用;kind需为subtitles/captions;VTT文件须UTF-8无BOM、含WEBVTT头及规范时间轴;audio字幕兼容性差,建议用隐藏video替代。

track 元素本身不展示文本,必须配合 video 或 audio 使用
很多人试了直接把 写在页面空白处,发现什么也不显示——这是对的, 是纯元数据容器,没有独立渲染能力。它只在有媒体元素( 或 )且开启字幕/听写功能时才生效。
常见错误现象:DOM 中能看到
- 确保
是或的子元素,不能放在下平级 -
src必须指向有效的 WebVTT 文件(后缀为.vtt),且服务器需返回text/vttMIME 类型 -
kind="subtitles"或kind="captions"才可能被用户看到;kind="metadata"或kind="chapters"不渲染文本 - 浏览器默认不自动启用字幕,需手动点击播放器上的字幕按钮,或用 JS 调用
video.textTracks[0].mode = "showing"
WebVTT 文件格式不能只是纯文本,必须带 HEADER 和时间轴
听力文本不是贴进去就能用。哪怕内容全是中文,也必须严格遵循 WebVTT 规范,否则浏览器直接忽略整条 track。
典型错误:把 SRT 格式(序号 + 时间 + 文本)直接改后缀为 .vtt;或用记事本保存时用了 UTF-8 with BOM;或漏了 WEBVTT 开头行。
- 第一行必须是
WEBVTT(全大写,无空格,后面可跟注释如WEBVTT - English transcript) - 每段文本块以数字序号开头(可选),接着是时间轴行,格式为
00:01.234 --> 00:03.456(毫秒用点,不是逗号) - 时间轴后空一行,再写文本;文本中可用
、等有限 HTML 标签(但不支持 class 或 style) - 文件编码必须是 UTF-8 无 BOM;用 VS Code 打开时右下角应显示 “UTF-8”,不是 “UTF-8 with BOM”
WEBVTT <p>00:00.000 --> 00:02.500 Hello, this is a listening practice.</p><p>00:03.000 --> 00:05.800 The weather today is <b>sunny</b> and warm.</p>
audio 元素加 track 后仍不显示?检查浏览器是否支持音频字幕渲染
不是所有浏览器都会在 上渲染 文本。Chrome 和 Edge 支持,但 Safari 在纯 audio 场景下通常不显示字幕 UI(即使 track 加载成功);Firefox 行为也不一致。
使用场景限制很实际:如果你做的是播客、英语听力练习页,依赖 + 自动出字幕,大概率会翻车。
- 优先改用
并设置height="0"或style="display:none"隐藏画面——track 依然有效,且兼容性更好 - 或者放弃原生 track,用 JS 解析 VTT 内容,手动插入 实时同步滚动
- 测试时别只看 Chrome,务必在 Safari 和 Firefox 中点开“字幕”菜单确认是否列出该 track
- 用
console.log(video.textTracks)查看 track 是否加载成功;mode值为"disabled"表示未启用,"showing"才真正在显示如何让听力文本随播放进度高亮当前句
原生
只负责显示,不提供逐句高亮。要实现“当前句变色+滚动到视口”,得自己监听timeupdate事件并匹配 VTT cue。关键难点不在 JS 逻辑,而在于 VTT cue 的
onenter/onexit不暴露给开发者,只能靠手动比对时间戳。- 用
fetch()加载 VTT 文件,用正则或WebVTT.Parser(非标准 API,慎用)解析成 {start, end, text} 数组 - 监听
video.addEventListener("timeupdate", () => {...}),每次取video.currentTime - 遍历 cue 数组,找到
start ≤ currentTime 的那一条,更新 DOM 中对应的class - 避免高频重排:用
requestAnimationFrame节流,或只在 cue 切换时更新,而不是每帧都扫一遍
这个环节最容易被忽略的是时间精度——VTT 毫秒级,
currentTime却可能只有 100ms 精度,导致高亮跳变或滞后。实际中建议给匹配加 ±0.2 秒容差。
前端入门到VUE实战笔记:立即使用
在学习笔记中,你将探索 前端 的入门与实战技巧!











