用途：为视频、音频和流媒体无障碍提供参考数据，供媒体无障碍智能体以及任何遇到 <video> 或 <audio> 元素的网页智能体使用。
主要能力：整理 WCAG 1.2 时间基媒体准则（1.2.1 至 1.2.9，含 A/AA/AAA 级别、要求与测试方式）；说明 WebVTT、SRT、TTML 三种字幕格式的写法与规则，如 WebVTT 需以 WEBVTT 开头、时间戳格式 HH:MM:SS.mmm、说话人标记 <v Speaker Name>；SRT 使用逗号表示毫秒、条目间空行、不支持样式；TTML 为 XML 基础，支持样式、定位与区域布局，IMSC 是其网页配置。还给出字幕质量指标（准确率 99%+、同步误差 1 秒内、每行最多 32 字符、每条最多 2 行、语速上限 200 词/分钟等）、音频描述要求、可访问媒体播放器 ARIA 模式（播放/暂停、音量、进度、字幕开关、全屏等控件及 aria-live 播报）、键盘快捷键约定、转录文本最佳实践、实时字幕方案与常见违规清单。
使用方式：作为参考数据查阅，不承担审查职责。HTML 中可通过 <track kind="captions"> 与 <track kind="descriptions"> 挂载字幕与描述轨道。
适用场景：制作或评估视频/音频字幕、音频描述、播放器控件与转录文本时参考。
限制：资料未提供具体工具安装命令、收费或平台信息；AI 自动字幕通常难以单独满足 99% 准确率要求，建议人工复核。