WebVTTがウェブキャプションをブラウザが扱えるテキストファイルにした

動画がHTMLに移行したとき、字幕はプレーヤー固有のサイドカーにとどまることはできなかった。WebVTTは、テキストのように見え、ミリ秒単位のキュー時刻を使用し、ブラウザのメディアモデルに直接適合するキャプションファイルをウェブに提供した。

W3Cのドラフトは、WebVTTを、HTMLのtrack要素に接続された外部テキストトラックリソースのためのWeb Video Text Tracks形式と定義している。MDNはこの形式を、UTF-8のプレーンテキストで、MIMEタイプがtext/vtt、拡張子が.vttであると説明している。

採用を後押ししたのは、形式と要素を組み合わせたことだった。動画はキャプション、字幕、チャプター、メタデータ用に複数のトラックファイルを参照でき、MDNはWebVTTとtrackの両方を、2015年7月以降、ブラウザ全体で広く利用可能としている。

タイムドテキストをネイティブかつ読めるものにした

プレーンテキストにより、キャプションの作成、レビュー、差分比較が容易になった。

ネイティブなtrackサポートにより、すべてのvideo要素にタイムドテキストを添付する共通の場所が与えられた。

キューはまずキャプションを対象としたが、チャプターや同期メタデータにも対応した。

CSSとJavaScriptのフックにより、あらゆる表示上の選択を固定することなく、ブラウザが表示を標準化できた。

ウェブ形式は、作者が手作業で編集でき、サーバーがテキストとして配信でき、それでもブラウザがプログラム可能なネイティブ機能に変換できるときに広まる。

2015年半ばまでに、WebVTTとHTMLのtrack要素はブラウザで広く利用可能になった。この形式は、ネイティブの音声・動画、アクセシビリティツール、メディアメタデータの実験における、ウェブキャプションのデフォルトのサイドカーとなった。