云映 VTT 说话者标注：分清语音标签与可见姓名

在VTT中给一句话标上说话者，并不等于屏幕一定会显示这个名字，更不等于播放器会生成那个人的声音。本篇用两句原创提示和两个虚构姓名，先读懂源文件角色，再用云映回放观察。编辑工作在外部纯文本工具完成，应用只按实际可见入口选择字幕，不被假定具备语音合成、人物识别或自动分配颜色的功能。

先写两位说话者和目标提示

准备一段至少十二秒的自制短片，可以只显示红蓝两张纸卡，不需要录入真实对话。外部笔记写虚构姓名Lin与Bo，分别对应Move the red card和Keep the blue card。明确这些是练习提示而非原片台词翻译；即使视频无声也能检查文字。保留原视频和原字幕，使用单独文件名，不能把真实人物姓名或私人对话复制进样本。先建立你希望表达的角色归属，再讨论它在屏幕上怎样出现。

建立带语音标注的最小文件

把下面原创内容存为UTF-8纯文本VTT，保留尖括号、空格和关闭标签。这里v标签后的Lin与Bo是说话者标注，时间行依旧决定区间，不能用姓名替换时间。代码围栏本身不写进文件，也不同时加样式块，先把变量保持少。

WEBVTT

00:01.000 --> 00:04.000
<v Lin>Move the red card.</v>

00:06.000 --> 00:09.000
<v Bo>Keep the blue card.</v>

把标注与正文写成两项预期

按照当前W3C WebVTT，语音跨度的标注表示说话者名称，内部文字才是这一段正文。不要把它和条目标识混淆，也不认为规范要求所有播放器自动把名称加到台词前。自己的表分源标注、正文、实际屏幕三栏，先将前两栏填好，第三栏待观察。规范中可供样式选择的语义不等于应用提供相应编辑界面，未见的按钮与自动效果都不加入任务。

顺播抄录当前真正显示的文字

在云映选择这份文件，从第一秒之前正常顺播到第十秒之后，分别记录两段显示了正文、姓名、原始标签还是完全未显示。没有姓名不能立刻判错，因为它不是普通正文前缀；原始标签外露则先核文件语法和格式支持。字幕没有声音也不算失败，本任务不要求朗读。若文件不能载入，保留失败状态，回到已知可用的最小VTT验证入口，不把预期效果写成已经观察的结果。

另存显式姓名前缀对照

复制文件，仅把第一句正文改为Lin: Move the red card.、第二句改为Bo: Keep the blue card.，两句都去掉v标签，时间不变。给对照另取文件名，重新选择后从相同位置回放。这个版本把姓名写进可见正文，不依赖语音标注转为标签显示；实际效果仍需记录。不要在同一次对照更改字号、片源或时间。两种文件表达方式有不同语义角色，不能只因屏幕看起来相似就说文件内容相同。

判断读者是否能识别说话归属

用不知道答案的普通观看状态看对照，确认能把两句分别归到虚构Lin与Bo，而不是只分红蓝颜色。若两句之间有一段空白，别把后一句自动理解为前人接着说；姓名前缀需要保持与正确台词同一提示内。也不靠字体颜色独自传递身份，因为颜色可能看不清或被主题改变。这个检查只看自制文本归属，不证明真实视频中的人物声音已被正确识别或所有观众都能同样理解。

排查标签缺损与错误文件选择

若出现半个标签或姓名跑到时间行，回外部编辑器逐行核对，确认没有把小于号写成全角符号、漏空格或误加富文本格式。关闭后重开磁盘文件确认保存成功，再选择正确副本，不用重命名视频来刷新字幕。若两份对照显示完全相同，先核是否切换成功，也可能当前引擎只保留正文，按实际记录，不能据此认定两个文件原本等价。一次只修一个错误，原始样本保留。

重新打开核对选择与来源身份

退出播放器再打开同一视频，先核当前使用标注版还是前缀版，再顺播两处提示。字幕列表里的语言或名称不一定足以区分，结合载入文件和可见句子确认。恢复正式观看字幕，实验文件单独留档，不能把一次选择状态当作所有重开都永久保存的承诺。若当前版本不保留外挂路径，记录重开条件与实际表现，不把它说成源文件姓名标注消失，也不删除其他正式字幕简化列表。

完成源语义与显示结果的对应表

最后同时保存两份VTT、三栏记录、当前版本和未支持或未测试部分，明确姓名属于哪种源结构，屏幕又实际呈现什么。参考规范只用于解释语法，不保证云映每个引擎完成全部WebVTT功能。本文没有调用语音模型、识别人声或执行真机全字幕验收。完成标准是角色归属可回查且结论不越过观察；以后换引擎或片源，要重新核对，不把这次样本当作所有字幕的统一渲染规则。