Um arquivo VTT, abreviação de Video Text Tracks, é um formato de arquivo baseado em texto usado para exibir trilhas de texto temporizadas (como legendas ou legendas ocultas/captions) em players de vídeo HTML5. É um arquivo de texto simples que contém 'cues' (deixas), que são blocos de texto associados a tempos de início e término específicos. Essas deixas são exibidas na tela do vídeo durante a reprodução, tornando o vídeo acessível a um público mais amplo, incluindo pessoas surdas ou com deficiência auditiva, ou aquelas que preferem ler o diálogo. Os arquivos VTT suportam vários recursos, incluindo opções de estilo como cor da fonte, tamanho e posição, permitindo a personalização do texto exibido. Eles são cruciais para fornecer acessibilidade e aprimorar a experiência de visualização para usuários em diferentes plataformas e dispositivos. O formato foi projetado para ser relativamente simples e fácil de analisar (parse), tornando-o um padrão amplamente suportado para players de vídeo baseados na web. O arquivo normalmente contém um cabeçalho WEBVTT, seguido pelas deixas, cada uma consistindo em um identificador de deixa (opcional), um intervalo de tempo e o texto a ser exibido.