# فصل ۱۰ — ویدیو و صدا

<div dir="rtl">

# فصل ۱۰ — ویدیو و صدا

## در این فصل چه می‌سازی

تا امروز صفحه‌هایت متن و عکس داشتند. آخر این فصل یک صفحهٔ «موزهٔ علوم» داری که **پخش می‌شود**: ویدیوی هشت‌ثانیه‌ایِ بافتنِ یک صفحه، صدای کوتاهِ سه نُت، و یک ویدیوی خوش‌آمدگویی که زیرنویس دارد — تا کسی که صدا را نمی‌شنود هم هیچ‌چیز را از دست ندهد. همه فقط با HTML.

![صفحهٔ موزهٔ علوم در مرورگر: یک پخش‌کنندهٔ ویدیو با تصویر گل و دکمهٔ پخش، و زیر آن یک نوار پخش صدا](/lesson-assets/t1-s10-media/prompt/01-image-media-page.png)

آخر این فصل می‌توانی:

- با `<video>` و `<audio>` ویدیو و صدا در صفحه بگذاری و بگویی `controls` چه می‌کند و چرا بدونش کاربر گیر می‌افتد
- با `<source>` بیش از یک فرمت به مرورگر پیشنهاد بدهی و بگویی چرا
- با `<track>` برای ویدیو caption بگذاری و بگویی نبودنش چه کسانی را بیرون می‌گذارد
- یک ویدیوی پخش‌نشده را با پنل Network در DevTools عیب‌یابی کنی

## قبل از شروع

- **از فصل ۴:** `<img>` و `src` و `width`/`height` — `<video>` برادرِ بزرگ‌ترِ همان است.
- **از فصل ۳:** مسیر نسبی و مطلق — آدرسِ فایلِ ویدیو و صدا دقیقاً همان قاعده را دارد.
- **از فصل ۹:** عینکِ دسترس‌پذیری — این فصل همان درس را به صدا و تصویر می‌رساند.

مثل همیشه فقط یک مرورگر لازم داری، یا همین آزمایشگاه.

> 🧪 **آزمایشگاه:** [آزمایشگاه این فصل را باز کن](/lab/embed/taropood/term-1-html-structure/session-10-media) — یک ویدیوی نمونهٔ واقعی آماده است که همین حالا پخش می‌شود، و آدرسِ یک صدای نمونه هم داخل کامنتِ کد منتظرت است. هر تکهٔ این فصل را همان‌جا امتحان کن.

## ۱. `<video>`: برادرِ بزرگ‌ترِ `<img>`

عکس را با `<img src>` آوردی؛ ویدیو هم همان‌قدر ساده شروع می‌شود. در آزمایشگاه این را داری:

</div>

```html
<h2>بافتنِ یک صفحه</h2>
<video src="/demo/taropood-loom.mp4"
       width="640" height="360" controls></video>
```

<div dir="rtl">

مثل عکس، ویدیو هم یک فایلِ جداست که مرورگر می‌رود و می‌آورد — فقط خیلی سنگین‌تر. **و این فایل روی همین سایت است، نه روی سایتِ کسِ دیگر** — عمداً، چون نشانیِ فایلِ دیگران روزی از کار می‌افتد و آن‌وقت فصلِ تو خراب می‌شود. و دو فرق با `<img>` می‌بینی. اول، `<video>` یک tag بسته دارد — داخلش بعداً چیزهای مهمی می‌گذاریم. دوم، یک attribute تازه: **`controls`**. این به مرورگر می‌گوید «دکمه‌های خودت را بگذار» — پخش، مکث، صدا، تمام‌صفحه. و `width`/`height` همان درسِ فصل ۴ است: جای ویدیو از اول رزرو می‌شود تا صفحه نپرد.

✅ **چک کن:** یک پخش‌کننده با دکمهٔ پخش می‌بینی. پخشش کن — در هشت ثانیه یک صفحه جلوی چشمت بافته می‌شود.

## ۲. حالا عمداً خرابش کن: `controls` را بردار

`controls` را از tag حذف کن و به صفحه نگاه کن. ویدیو هنوز آن‌جاست — قابِ اولش را مثل یک عکسِ بی‌حرکت می‌بینی — ولی **هیچ دکمه‌ای نیست**. نه پخش، نه مکث، نه صدا. ویدیو هست، ولی هیچ‌کس نمی‌تواند پخشش کند. و مرورگر هم مثل همیشه فریاد نمی‌زند (فصل ۱ را یادت هست: HTML خراب معمولاً ساکت می‌شود).

حالا `controls` را برگردان تا دکمه‌ها برگردند. این attribute مقدار هم نمی‌خواهد؛ خودِ بودنش یعنی «بله».

این را یادداشت کن: اولین باری بود که جاافتادنِ یک attribute کاربر را نه با ظاهرِ زشت، بلکه با **قفل‌شدنِ کامل** تنبیه کرد. در بخش ۵ همین اتفاق برای گوش می‌افتد.

> ⚠️ **مواظب باش:** شاید جایی attribute ای به‌نام `autoplay` ببینی که ویدیو را خودکار پخش می‌کند. سراغش نرو: صفحه‌ای که سرخود صدا پخش می‌کند کاربر را فراری می‌دهد، و مرورگرها هم معمولاً جلوی پخشِ خودکارِ صدادار را می‌گیرند. بگذار کاربر خودش دکمه را بزند.

## ۳. `<audio>`، و فایلِ خودت با مسیر نسبی

صدا هم دقیقاً همین الگوست، فقط قاب تصویری ندارد. آدرسِ صدای نمونه داخل کامنتِ آزمایشگاه است:

</div>

```html
<h2>سه نُت</h2>
<audio src="/demo/three-notes.mp3" controls></audio>
```

<div dir="rtl">

✅ **چک کن:** یک نوار پخشِ باریک می‌بینی؛ پخشش کن و سه نُت را بشنو. حالا `controls` را از `<audio>` بردار: این‌بار **هیچ‌چیز** روی صفحه نمی‌ماند — صدا قاب ندارد که حداقل دیده شود. برش گردان.

این آدرس‌ها با `/` شروع می‌شوند، یعنی از ریشهٔ همین سایت: فایل‌های نمونه‌ای که اینجا کنارِ آزمایشگاه زندگی می‌کنند. روی کامپیوتر خودت، فایل ویدیو یا صدا را کنار `index.html` می‌گذاری و مثل فصل ۳ مسیر **نسبی** می‌دهی: `src="taropood-loom.mp4"`. قاعده عیناً همان است: مسیر از جایی شروع می‌شود که خودِ صفحه هست؛ اگر فایل‌ها را در پوشه‌ای به‌نام `media` مرتب کردی، مسیر می‌شود `media/taropood-loom.mp4`.

> 🔧 **اگر کار نکرد:** مسیر را اشتباه بنویسی — مثلاً `src="video.mp4"` وقتی اسم واقعی فایل `taropood-loom.mp4` است — فقط یک قابِ خالیِ پخش‌نشدنی می‌بینی و باز هم هیچ خطایی فریاد نمی‌زند. راهِ دیدنِ حقیقت، پنل **Network** در DevTools است: 1. با `F12` بازش کن و tab با نام Network را انتخاب کن. 2. صفحه را refresh کن. 3. در فهرست، خطِ فایلِ ویدیو را پیدا کن — قرمز است با وضعیت `404`، یعنی «مرورگر خواست، کسی جواب نداد». (اگر صفحه را مستقیم از روی کامپیوترت باز کرده باشی، به‌جای آن `(failed)` می‌بینی.) اسم یا مسیر فایل را درست کن و دوباره refresh کن تا خطِ قرمز برود.

## ۴. `<source>`: به‌جای یک فایل، چند پیشنهاد

فایل‌های ویدیو شکل‌های ذخیره‌سازی متفاوتی دارند که به هرکدام یک **فرمت** می‌گویند — مثل MP4 و WebM. هر مرورگری هر فرمتی را پخش نمی‌کند، و اینکه دقیقاً کدام را، چیزی است که با زمان عوض می‌شود. پس قاعدهٔ ما حفظ‌کردنِ جدول نیست؛ **پیشنهاد دادن** است: `src` را بردار و به‌جایش چند `<source>` داخل خود `<video>` بگذار:

</div>

```html
<video width="640" height="360" controls>
  <source src="taropood-loom.webm" type="video/webm">
  <source src="taropood-loom.mp4" type="video/mp4">
  <p>مرورگرت این ویدیو را نشان نمی‌دهد — <a href="taropood-loom.mp4">فایلش را دانلود کن</a>.</p>
</video>
```

<div dir="rtl">

مرورگر از بالا می‌خواند و **اولین** فرمتی را که بلد است برمی‌دارد؛ `type` کمکش می‌کند بدون دانلودکردن تصمیم بگیرد. آن پاراگرافِ آخر هم فقط در مرورگرهای خیلی قدیمی دیده می‌شود که اصلاً `<video>` را نمی‌شناسند — برای بقیه نامرئی است. (این نسخه با مسیرِ نسبی برای کامپیوترِ خودت است؛ وقتی در آزمایشگاه امتحانش می‌کنی، همان آدرسِ `/demo/taropood-loom.mp4` را داخل `src` یکی از `<source>` ها بگذار تا واقعاً پخش شود.)

> 💡 **نکته:** «کدام فرمت بهتر است؟» جوابش امروز و فردا فرق دارد، پس حفظش نکن. MP4 معمولاً امن‌ترین نقطهٔ شروع است؛ اگر نسخهٔ WebM هم داشتی، به‌عنوان پیشنهاد اول اضافه‌اش کن. همین.

قبل از ادامه، جواب بده: اگر مرورگر **هر دو** فرمت را بلد باشد، کدام را پخش می‌کند؟ — اولی را از بالا. برای همین ترتیبِ `<source>` ها دستِ توست، نه دستِ شانس.

## ۵. `<track>`: زیرنویس، همان `alt` برای صدا

فصل ۴ گفتیم عکسِ بی‌`alt` برای کاربرِ screen reader یک سوراخِ سیاه است. ویدیویی که در آن حرف می‌زنی هم برای کسی که نمی‌شنود — یا در اتوبوس بی‌هندزفری نشسته — دقیقاً همان سوراخ است. جوابش **caption** است: متنِ گفته‌ها که همزمان روی ویدیو نشان داده می‌شود. و فقط برای ناشنوایان هم نیست: در جای شلوغ، در سکوتِ نیمه‌شب، و برای کسی که تازه دارد فارسی یاد می‌گیرد، همان متن نجات‌بخش است. دو تکه دارد. اول یک فایل متنی سادهٔ زمان‌بندی‌شده با نام‌هایی مثل `captions.vtt` (به این قالب **WebVTT** می‌گویند):

</div>

```text
WEBVTT

00:00.000 --> 00:03.000
سلام! به موزهٔ علوم خوش آمدی.

00:03.000 --> 00:07.000
اینجا هر چیزی یک داستان دارد.
```

<div dir="rtl">

و دوم یک `<track>` که آن فایل را به ویدیو وصل می‌کند. چهار attribute کارش را کامل می‌کنند:

- `kind="captions"` — نوعِ این متن: caption.
- `srclang="fa"` — زبانِ متن.
- `label="فارسی"` — اسمی که در منوی پخش‌کننده دیده می‌شود.
- `default` — خودکار روشن باشد.

</div>

```html
<video width="640" height="360" controls>
  <source src="welcome.mp4" type="video/mp4">
  <track src="captions.vtt" kind="captions" srclang="fa" label="فارسی" default>
</video>
```

<div dir="rtl">

یک نکتهٔ صادقانه: مرورگر فایلِ زیرنویس را فقط از همان سایتی بار می‌کند که صفحه از آن آمده — یک قانونِ امنیتی است. در آزمایشگاه نوشتنش اشکال ندارد، فقط زیرنویس ظاهر نمی‌شود. روی کامپیوتر خودت هم اگر فایل را با دوبار کلیک باز کنی زیرنویس نمی‌آید، چون صفحه‌ای که مستقیم از روی دیسک باز شده سایت حساب نمی‌شود؛ باید صفحه را با یک سرورِ کوچکِ محلی باز کنی، مثل افزونهٔ Live Server در VS Code.

> 💡 **نکته:** caption فقط گفته‌ها نیست؛ صداهای مهمِ غیرگفتاری را هم می‌نویسد — مثل «[صدای در]» یا «[موسیقی آرام]». معیارش این است: اگر کسی صدا را نشنود، چه چیزی از داستان را از دست می‌دهد؟ همان را بنویس.

![یک پخش‌کنندهٔ ویدیو با نوار زیرنویس روشن در پایین تصویر، و کنارش همان ویدیو بدون زیرنویس با علامت صدای قطع](/lesson-assets/t1-s10-media/prompt/02-image-captions.png)

## چالش: ویدیوی بی‌گفتار caption می‌خواهد؟

ویدیوی بافتن هیچ گفتاری ندارد. پس caption هم لازم ندارد؟ اول جواب بده.

---

**جواب:** caption چیزی برای نوشتن ندارد — ولی سؤالِ اصلی از فصل ۴ هنوز سرِ جایش است: «کسی که این را نمی‌بیند یا نمی‌شنود، چه چیزی از دست می‌دهد؟» هر چه از دست می‌رود باید جایی متن باشد. برای ویدیوی بی‌گفتار، آن متن همان تیتر و پاراگرافِ کنارِ ویدیوست («همان کاری که در این دوره می‌کنی، در هشت ثانیه»). برای ویدیویی که حرف می‌زنی، caption. قاعده یکی است؛ شکلش فرق می‌کند.

> 🤖 **با AI:** نوشتنِ زمان‌بندیِ WebVTT خسته‌کننده است. متنِ گفته‌های ویدیویت را به دستیار AI ات بده و بخواه به قالب WebVTT تبدیلش کند. بعد **خط به خط** چک کن و زمان‌ها را با خودِ ویدیو مقایسه کن — AI ویدیوی تو را ندیده و زمان‌ها را فقط حدس می‌زند. **AI هم اشتباه می‌کند.**

## ۶. صفحهٔ کاملِ موزه

حالا همه‌چیز را در یک صفحه برای کامپیوتر خودت کنار هم بگذار — ویدیوی خوش‌آمد با caption، ویدیوی بافتن با دو پیشنهادِ فرمت، و سه نُت:

</div>

```html
<!-- index.html -->
<!DOCTYPE html>
<html lang="fa" dir="rtl">
  <head>
    <meta charset="UTF-8">
    <title>موزهٔ علوم</title>
  </head>
  <body>
    <header>
      <h1>موزهٔ علوم</h1>
      <p>ببین، بشنو، بخوان — هر سه با هم.</p>
    </header>

    <main>
      <section>
        <h2>خوش آمدی!</h2>
        <video width="640" height="360" controls>
          <source src="welcome.mp4" type="video/mp4">
          <track src="captions.vtt" kind="captions" srclang="fa" label="فارسی" default>
          <p>مرورگرت این ویدیو را نشان نمی‌دهد — <a href="welcome.mp4">فایلش را دانلود کن</a>.</p>
        </video>
        <p>در این ویدیو می‌گویم این موزه چیست — و هر جمله‌اش caption دارد.</p>
      </section>

      <section>
        <h2>بافتنِ یک صفحه</h2>
        <video width="640" height="360" controls>
          <source src="taropood-loom.webm" type="video/webm">
          <source src="taropood-loom.mp4" type="video/mp4">
          <p>مرورگرت این ویدیو را نشان نمی‌دهد — <a href="taropood-loom.mp4">فایلش را دانلود کن</a>.</p>
        </video>
        <p>همان کاری که در این دوره می‌کنی، در هشت ثانیه. این ویدیو گفتاری ندارد؛ متنِ جایگزینش همین جمله است.</p>
      </section>

      <section>
        <h2>سه نُت</h2>
        <audio controls>
          <source src="three-notes.mp3" type="audio/mpeg">
          <p>مرورگرت این صدا را پخش نمی‌کند — <a href="three-notes.mp3">فایلش را دانلود کن</a>.</p>
        </audio>
        <p>سه نُتِ پشتِ‌سرِ‌هم؛ نمونهٔ کوتاهی برای اینکه ببینی پخش‌کنندهٔ صدا چه شکلی است.</p>
      </section>
    </main>

    <footer>
      <p>موزهٔ علوم — ۱۴۰۵</p>
    </footer>
  </body>
</html>
```

<div dir="rtl">

✅ **چک کن:** در آزمایشگاه، همین صفحه با آدرس‌های `/demo/` به‌جای مسیرهای نسبی کار می‌کند (ویدیوی خوش‌آمد فایلِ خودت است، و زیرنویسش، همان‌طور که گفتیم، فقط از روی یک سرورِ محلی ظاهر می‌شود). سه بخش می‌بینی، هر سه با دکمه‌های پخش، و هر media یک متنِ همراه دارد که بدون دیدن و شنیدن هم داستان را می‌گوید.

و یک نگاهِ آخر به اسکلت بینداز: هر media داخل یک `<section>` با تیتر و متنِ خودش نشسته — همان الگویی که کل ترم تمرین کردی. ویدیو و صدا مهمان‌های تازه‌اند، ولی خانه همان خانهٔ semantic است.

## واژه‌های تازهٔ این فصل

</div>

| کلمه | تلفظ به حروف فارسی | یعنی چه |
|---|---|---|
| `controls` | کنترلز | attribute ای که به مرورگر می‌گوید دکمه‌های پخش و مکث و صدا را خودش بگذارد |
| format | فرمَت | شکلِ ذخیره‌سازی فایل ویدیو یا صدا، مثل MP4 و WebM |
| `<source>` | سورس | یک پیشنهادِ فایل داخل `<video>` یا `<audio>`؛ مرورگر اولین پیشنهادی را که بلد است برمی‌دارد |
| `<track>` | ترَک | tag ای که یک فایل caption را به `<video>` وصل می‌کند |
| caption | کَپشِن | متنِ گفته‌ها و صداهای مهم که همزمان روی ویدیو نمایش داده می‌شود |
| WebVTT | وب‌وی‌تی‌تی | قالبِ فایلِ متنیِ زمان‌بندی‌شدهٔ caption ها (پسوند `.vtt`) |

<div dir="rtl">

## تمرین‌ها

قبل از تمرین، بدون نگاه‌کردن به بالا جواب بده: `controls` چه می‌کند، و اگر نباشد کاربر با ویدیو و با صدا هرکدام به چه گیری می‌افتد؟

**تمرین اجباری:** در آزمایشگاه صفحهٔ موزه را کامل کن: ویدیوی بافتن با `controls` و `width`/`height`، صدای سه نُت با `controls`، و برای هرکدام یک تیتر و یک پاراگرافِ توضیح که بدون پخش‌کردن هم بگوید ماجرا چیست. بعد ویدیو را به شکل `<source>`دار بازنویسی کن، و آخرش با پنل Network مطمئن شو هیچ درخواستِ قرمزی نمانده.

**تمرین ستاره‌دار ⭐:** روی کامپیوتر خودت (با همان VS Code فصل ۱): با موبایل یک ویدیوی کوتاه بگیر که در آن دو جمله می‌گویی. فایلش را کنار یک `index.html` بگذار، با مسیر نسبی نمایشش بده، یک `captions.vtt` برای همان دو جمله بنویس و با `<track>` وصلش کن. بعد صدای کامپیوتر را کاملاً قطع کن و ویدیو را پخش کن — اگر همه‌چیز را فقط با خواندن فهمیدی، caption ات کارش را کرده.

## در فصل بعد

با این فصل، مفهوم‌های تازهٔ ترم ۱ واقعاً تمام شد. فصل بعد فصلِ پروژه است: **صفحهٔ معرفی خودت.** هیچ tag تازه‌ای نیست؛ همه‌چیزِ این ترم را در یک صفحهٔ واقعیِ چندبخشی کنار هم می‌گذاری، و دو ابزارِ حرفه‌ای را می‌بینی: **validator** که می‌گوید HTML ات معتبر است یا نه، و پنلِ **Elements** در DevTools که می‌گذارد اسکلتِ صفحه‌ات را همان‌طور که مرورگر می‌بیند تماشا کنی.

</div>

---
Source: https://yaadestan.com/courses/taropood/lessons/t1/s10-media (یادستان, Yaadestan)
