音轨与字幕
同一段视频常带多条音轨（不同语言、不同声道）。选错会得到「画面对但没人说话」的文件。
音轨从哪来
- HLS：主清单里用
#EXT-X-MEDIA:TYPE=AUDIO单独列音频清单，视频清单里引用它。 - DASH：音频是独立的
AdaptationSet，用lang与role标注语言和用途。 - 直链文件：音轨已经封在容器里，不需要选。
默认音轨是什么
指清单里标了 DEFAULT=YES 或 role=main 的那条。没标就取第一条。「自动」的含义是：按默认规则挑一条，不弹窗问你。
| 选项 | 行为 | 什么时候用 |
|---|---|---|
| 自动 | 按清单默认值挑一条 | 绝大多数情况 |
| 指定音轨 | 强制用你选的那条 | 多语言片源、想要原声而不是配音 |
| 不要音频 | 只出视频轨 | 需要静音素材，或准备后期自己配音 |
字幕为什么通常拿不到
字幕多以 WebVTT 单独文件或烧录在画面里两种形式存在。前者偶尔能取到，后者本来就在像素里、无法分离。此外多数站点把字幕地址做了签名与鉴权，脱离播放环境取不到。所以工具不把字幕当作承诺功能。
需要字幕时的实际做法
先用播放器确认字幕是外挂文件还是烧录；外挂的可以从页面请求里找
.vtt 地址单独保存；烧录的只能连画面一起保存。常见问题
下完发现是外语配音
重新下一次，把音轨改成清单里标原声的那条。语言代码：
zh 中文、en 英文、ja 日文。切换音轨后文件变大了
不同音轨码率不同，属正常现象。
能不能把两条音轨都留下
当前输出一条音轨。需要多音轨请保留原始分片，用桌面端的 ffmpeg 组件处理，属于进阶用法。
音频比画面早/晚一点
合并时时间基不一致导致。换一路码率重下；仍偏移说明源本身如此。