字幕（预录制）

要求内容

字幕是视频中所有音频信息的同步文本版本——包括对话、说话人标识，以及影响理解的非语音声音（笑声、掌声、电话铃声、渲染氛围的音乐）。仅翻译对话的字幕（即普通字幕）是不够的；无障碍字幕还需包含声音环境。唯一的例外是本身作为文本媒体替代内容的媒体（且有明确标注）。

如何满足

• 通过 <track kind="captions"> 元素或平台的字幕字段，为每段预录制视频上传 .vtt 或 .srt 字幕文件。
• 在发布前编辑自动生成的字幕——YouTube 自动字幕会遗漏标点、说话人边界和非语音音频。
• 当多人同时发言时标注说话人，尤其是在说话人不在画面中时。
• 为有意义的非语音声音添加字幕：[笑声]、[门砰然关上]、[悬疑音乐]。跳过无叙事价值的环境声。
• 将字幕与音频的时间差保持在约一秒以内；过长的延迟会影响理解。
• 对于嵌入的视频（Vimeo、Wistia、Mux），确保键盘用户默认启用字幕轨道。

常见失败

• “自动生成的字幕已经足够好了”——事实并非如此。自动字幕经常错误转录人名、专业术语，并出现重叠。
• 烧录的开放式字幕无法关闭，在移动端造成布局问题（同时阻碍翻译）。
• 音乐视频只有歌词字幕，器乐段落没有 [音乐] 提示。
• 多说话人采访缺少说话人标签——用户听到”是的”，却无法判断是谁说的。
• 字幕开关默认关闭，且隐藏在大多数用户会错过的小”CC”按钮后面。

重要性

约 15% 的成年人报告有不同程度的听力损失；字幕也被非母语人士、在嘈杂环境中观看视频的人群以及快速浏览长视频的用户大量使用。未能满足成功准则 1.2.2 是企业视频库中被引用最多的问题——它出现在几乎每一次审计报告中。