HTML audioเป็นหัวข้อหนึ่งในข้อกำหนดของ HTML ซึ่งรวมถึงการใช้งานเสียง รวมถึงการแปลงเสียงเป็นข้อความ ทั้งหมดนี้ทำได้ภายในเบราว์เซอร์

องค์ประกอบ นี้<audio>แสดงถึงเสียงหรือกระแสเสียง โดยทั่วไปจะใช้ในการเล่นไฟล์เสียงไฟล์เดียวภายในหน้าเว็บ โดยแสดงวิดเจ็ต GUI ที่มีปุ่มควบคุมการเล่น/หยุดชั่วคราว/ปรับระดับเสียง

องค์ประกอบ นี้<audio>มีคุณสมบัติดังต่อไปนี้: ดนตรี

• คุณลักษณะทั่วโลก (accesskey; class; contenteditable; contextmenu; dir; draggable; dropzone; hidden; id; lang; spellcheck; style; tabindex; title; translate)
• autoplay = "autoplay" หรือ "" (สตริงว่าง) หรือว่างเปล่าคำสั่งนี้สั่งให้ User-Agent เริ่มเล่นสตรีมเสียงโดยอัตโนมัติทันทีที่สามารถทำได้โดยไม่หยุด
• preload = "none" หรือ "metadata" หรือ "auto" หรือ "" (สตริงว่าง) หรือว่างเปล่า แสดงถึงคำแนะนำสำหรับ User-Agent ว่าการดาวน์โหลดสตรีมเสียงหรือเมตาเดตาแบบมองโลกในแง่ดีนั้นคุ้มค่าหรือไม่
  • "none": คำแนะนำสำหรับ User-Agent ว่าผู้ใช้ไม่น่าจะต้องการสตรีมเสียง หรือการลดปริมาณการรับส่งข้อมูลที่ไม่จำเป็นเป็นสิ่งที่พึงปรารถนา
  • "เมตาเดตา": คำแนะนำสำหรับ User-Agent ว่าผู้ใช้ไม่จำเป็นต้องใช้สตรีมเสียง แต่การดึงเมตาเดตา (ระยะเวลา เป็นต้น) นั้นเป็นสิ่งที่พึงประสงค์
  • "อัตโนมัติ": คำแนะนำสำหรับ User-Agent ว่าการดาวน์โหลดสตรีมเสียงทั้งหมดโดยอัตโนมัติถือเป็นสิ่งที่พึงประสงค์
• controls = "controls" หรือ "" (สตริงว่าง) หรือว่างเปล่า คำสั่งนี้สั่งให้ User-Agent แสดงส่วนติดต่อผู้ใช้สำหรับการควบคุมการเล่นสตรีมเสียง
• loop = "loop" หรือ "" (สตริงว่าง) หรือ empty คำสั่งนี้สั่งให้ User-Agent ย้อนกลับไปยังจุดเริ่มต้นของสตรีมเสียงเมื่อถึงจุดสิ้นสุด
• mediagroup = string คำสั่งนี้สั่งให้ User-Agent เชื่อมโยงวิดีโอและ/หรือสตรีมเสียงหลายรายการเข้าด้วยกัน
• muted = "muted" หรือ "" (สตริงว่าง) หรือว่างเปล่าแสดงถึงสถานะเริ่มต้นของสตรีมเสียง ซึ่งอาจแทนที่การตั้งค่าของผู้ใช้
• src = [URL] ที่ไม่ว่างเปล่า อาจมีช่องว่างล้อมรอบURL สำหรับสตรีมเสียง

ตัวอย่าง: ^{[ 1 ]}

< การควบคุมเสียง> < source src = "https://media.w3.org/2010/07/bunny/04-Death_Becomes_Fur.mp4" type = " audio/mp4" /> < source src = "https://media.w3.org/2010/07/bunny/04-Death_Becomes_Fur.oga" type = "audio / ogg; codecs=vorbis" /> <p> โปรแกรม เว็บเบ ราว์ เซอร์ของ คุณไม่รองรับองค์ประกอบเสียง HTML5 </p> </audio>

บนพีซี:

• กูเกิล โครม
• อินเทอร์เน็ต เอ็กซ์พลอเรอร์ 9
• Firefox 3.5
• โอเปร่า 10.5
• ซาฟารี 3.1

บนอุปกรณ์มือถือ:

• เบราว์เซอร์ Android 2.3
• กูเกิล โครม
• อินเทอร์เน็ต เอ็กซ์พลอเรอร์ มือถือ 9
• ซาฟารี 4
• เอฟเวอร์
• โอเปอเร โมบายล์ 11

เช่นเดียวกับการใช้งาน วิดีโอ HTMLการนำ HTML มาใช้ได้ กลายเป็นประเด็นถกเถียงระหว่างผู้สนับสนุน รูปแบบ เสรีและ ผู้สนับสนุนรูปแบบ ที่ติดสิทธิบัตร ในปี 2550 W3Cได้ ถอน คำแนะนำให้ใช้Vorbis ออกจากข้อกำหนดHTML5พร้อมกับคำแนะนำให้ใช้Ogg Theoraโดยอ้างว่าไม่มีรูปแบบที่ได้รับการยอมรับจากผู้ผลิตเบราว์เซอร์รายใหญ่ทั้งหมด

AppleและMicrosoftรองรับรูปแบบไฟล์เสียง AAC ที่กำหนดโดยISO / IECและMP3ซึ่ง เป็นรูปแบบเก่ากว่า MozillaและOperaรองรับ รูปแบบไฟล์ เสียง Vorbis ซึ่งเป็นรูปแบบโอเพน ซอร์สและไม่มีค่าลิขสิทธิ์ใน คอนเทนเนอร์ OggและWebMและวิพากษ์วิจารณ์ลักษณะที่ถูกจำกัดด้วยสิทธิบัตรของ MP3 และ AAC ซึ่งรับประกันได้ว่าเป็น "ไม่ใช่โอเพนซอร์ส" ส่วนGoogle นั้นรองรับรูปแบบไฟล์เสียงทั่วไปทั้งหมดแล้วในขณะนี้

ไฟล์ AAC ส่วนใหญ่ที่มีความยาวจำกัดจะถูกห่อหุ้มด้วยคอนเทนเนอร์ MPEG-4 (.mp4, .m4a) ซึ่งรองรับโดยตรงใน Internet Explorer, Safari และ Chrome และรองรับโดยระบบปฏิบัติการใน Firefox และ Opera สตรีมสด AAC ส่วนใหญ่ที่มีความยาวไม่จำกัดจะถูกห่อหุ้มด้วยคอนเทนเนอร์ Audio Data Transport Stream (.aac, .adts) ซึ่งรองรับโดย Chrome, Safari, Firefox และ Edge ^{[ 2 ] [ 3 ] [ 4 ]}

เบราว์เซอร์หลายตัวยังรองรับ เสียง PCM ที่ไม่มีการบีบอัด ใน คอนเทนเนอร์ WAV E อีกด้วย ^{[ 5 ]}

ในปี 2012 รูปแบบ Opus ที่เป็นอิสระและเปิดกว้างโดยไม่เสียค่าลิขสิทธิ์ ได้รับการเผยแพร่และกำหนดมาตรฐานโดยIETFซึ่งได้รับการสนับสนุนโดย Mozilla, Google, Opera และ Edge ^{[ 5 ] [ 6 ] [ 7 ] [ 8 ]}

ตารางนี้แสดงข้อมูลการรองรับรูปแบบการเข้ารหัสเสียง ในปัจจุบัน ของ<audio>องค์ประกอบ ดังกล่าว

ข้อกำหนด Web Audio API ที่พัฒนาโดยW3Cอธิบายถึง API JavaScript ระดับสูงสำหรับการประมวลผลและการสังเคราะห์เสียงในแอปพลิเคชันเว็บ รูปแบบหลักคือ กราฟการกำหนดเส้นทางเสียง โดยที่วัตถุ AudioNode จำนวนหนึ่งเชื่อมต่อกันเพื่อกำหนดการแสดงผลเสียงโดยรวม การประมวลผลจริงจะเกิดขึ้นในส่วนการใช้งานพื้นฐานเป็นหลัก (โดยทั่วไปคือโค้ด Assembly / C / C++ ที่ได้รับการปรับให้เหมาะสม) แต่ยังรองรับการประมวลผลและการสังเคราะห์เสียงโดยตรงด้วย JavaScript ด้วย^{[ 28 ]}

เบราว์เซอร์ Firefox ของ Mozillaใช้ส่วนขยาย Audio Data API ที่คล้ายกันตั้งแต่เวอร์ชัน 4 ซึ่งใช้งานในปี 2010 ^{[ 29 ]}และเปิดตัวในปี 2011 แต่ Mozilla เตือนว่าไม่ใช่มาตรฐานและล้าสมัยแล้ว และแนะนำให้ใช้ Web Audio API แทน^{[ 30 ]} ไลบรารี การประมวลผลและการสังเคราะห์เสียง JavaScript บางตัวเช่นAudiolet Archived 2013-01-28 ที่Wayback Machineรองรับทั้งสอง API

กลุ่มงานด้านเสียงของ W3Cกำลังพิจารณา ข้อกำหนด API การประมวลผล MediaStreamที่พัฒนาโดยMozilla [ ^{31 ] นอกเหนือจากการผสมและการประมวลผลเสียงแล้ว ยังครอบคลุมถึงการสตรีมสื่อทั่วไปมาก ขึ้น} รวมถึงการซิงโครไนซ์กับองค์ประกอบ HTML การบันทึกสตรีมเสียงและวิดีโอ และการกำหนดเส้นทางแบบ peer-to-peerของสตรีมสื่อดังกล่าว^{[ 32 ]}

บนพีซี:

• Google Chrome 10 ^{[ 33 ]} (เปิดใช้งานโดยค่าเริ่มต้นตั้งแต่ 14 ^{[ 34 ]} )
• Firefox 23 (เปิดใช้งานโดยค่าเริ่มต้นตั้งแต่เวอร์ชัน 25)
• โอเปร่า 15
• ซาฟารี 6
• ไมโครซอฟต์ เอดจ์ 12
• โอเปร่า GX 36

บนอุปกรณ์มือถือ:

• Google Chromeสำหรับ Android เวอร์ชัน 28 (เปิดใช้งานโดยค่าเริ่มต้นตั้งแต่เวอร์ชัน 29) และ Apple iPad
• Safari 6 (มีข้อจำกัดในการใช้งาน (ปิดเสียงไว้ เว้นแต่ผู้ใช้จะโทรเข้ามา))
• Firefox 23 (เปิดใช้งานโดยค่าเริ่มต้นตั้งแต่เวอร์ชัน 25)
• ไทเซ็น

Web Speech APIมีเป้าหมายที่จะจัดหาวิธีการป้อนข้อมูลทางเลือกสำหรับเว็บแอปพลิเคชัน (โดยไม่ต้องใช้แป้นพิมพ์) ด้วย API นี้ นักพัฒนาสามารถให้เว็บแอปมีความสามารถในการแปลงเสียงเป็นข้อความจากไมโครโฟนของคอมพิวเตอร์ เสียงที่บันทึกไว้จะถูกส่งไปยังเซิร์ฟเวอร์เสียงเพื่อแปลงเป็นข้อความ จากนั้นข้อความจะถูกพิมพ์ออกมาให้ผู้ใช้ API นี้ไม่ขึ้นอยู่กับการใช้งานการรู้จำเสียงพูดพื้นฐานและสามารถรองรับทั้งตัวรู้จำเสียงพูดแบบเซิร์ฟเวอร์และแบบฝังตัวได้^{[ 35 ]} กลุ่มHTML Speech Incubatorได้เสนอการใช้งานเทคโนโลยีเสียงพูดในเบราว์เซอร์ในรูปแบบของ API ที่เป็นมาตรฐานและใช้งานได้หลายแพลตฟอร์ม API นี้ประกอบด้วย: ^{[ 36 ]}

• API ป้อนข้อมูลด้วยเสียง
• API แปลงข้อความเป็นเสียงพูด

Google ได้รวมฟีเจอร์นี้เข้ากับ Google Chrome ในเดือนมีนาคม พ.ศ. 2554 ^{[ 37 ]}โดยอนุญาตให้ผู้ใช้ค้นหาเว็บด้วยเสียงโดยใช้โค้ดดังนี้:

< script type = " application / javascript" > function startSearch ( event ) { event.target.form.submit ( ) ; } </script> < form action = " http://www.google.com/search " > < input type = " search" name = " q " speech required onspeechchange = " startSearch " > </form>

• วิดีโอ HTML
• การใช้งานรูปแบบ Ogg ใน HTML5

• HTML/องค์ประกอบ/เสียง – วิกิ W3C
• องค์ประกอบเสียง HTML5 – W3C
• เว็บออดิโอ API – W3C
• API การประมวลผล MediaStream – W3C
• API การพูดผ่านเว็บ – W3C
• เว็บออดิโอ DAW – GitHub
• เว็บออดิโอ API ของ Mozilla