用途：帮助创作者与审查者设计可被听不见音频、看不见画面或无法同时处理两种信息的人使用的多媒体内容。核心原则是：通过一种感官传达的信息，必须同时通过另一种感官提供等价内容——音频需有视觉等价物，视觉内容需有音频或文字等价物。
主要能力：
- 字幕：包含全部对话并标注说话人、相关音效（如[门砰地关上]）、传达情绪或意义的音乐提示、重要的画外音。质量要求与语音同步（1秒内）、最短显示1秒、最多2行、每行不超过32字符、标点语法正确、多说话人时标注身份。自动字幕准确率通常仅80%–85%，即每5到6个词就有1个错误，人名、术语和口音语音最易出错，必须人工复核修正。
- 文字稿：每个纯音频文件（播客、语音备忘、音频文章）和每个视频都应提供。内容包括全部语音并标注说话人、相关视觉内容描述、音效与音乐提示、较长内容的带时间戳导航。应直接放在播放器下方或旁边，清晰标注“阅读完整文字稿”，不隐藏于多次点击之后，并支持搜索。
- 音频描述：当视频包含对话未覆盖的重要视觉信息时提供，如演示者引用幻灯片、教程展示视觉操作。需描述未朗读的屏幕文字、有意义的动作手势、场景变化与视觉背景、屏幕上的图表数据。描述应嵌入对话自然停顿处，简洁只讲要点；视觉密集内容可提供扩展音频描述版本，暂停视频进行描述。
- 播放器要求：播放、暂停、停止、音量、进度控制均需键盘可访问；有可见字幕开关；速度控制0.5x至2x（对认知无障碍至关重要）；音量独立于系统音量；禁止自动播放；显示进度条与时间。
适用场景：视频与音频内容创作、无障碍审查、演示与教程制作。
限制：资料未提供具体工具、平台或实现代码，仅给出设计原则与评估问题（如是否每个视频都有准确同步字幕、是否每个音频都有文字稿、自动字幕是否复核、重要视觉信息是否有音频描述、播放器是否完全键盘可访问、是否禁用自动播放）。