HTML5 <video>元素多音频流选择机制（以Chrome为例）

核心选择逻辑（Chrome） #

Chrome对<video>音频流的选择遵循分层判断规则，优先级从高到低如下：

1. 编码兼容性优先
   首先排除所有浏览器不支持的编码格式，比如你测试的AC3，Chrome完全不支持这类编码，因此只会从支持的编码池（如AAC、MP3）中挑选。如果视频仅包含不支持的编码流，播放时会静音。

2. 声道匹配优先级
   在支持的编码范围内，Chrome会优先匹配播放设备支持的声道数。比如设备连接了5.1音响系统，且视频中存在5.1声道的AAC流，会优先选用这条流，而非立体声或单声道流。

3. 语言标签匹配
   若声道数一致（比如都是立体声AAC流），Chrome会读取音频流的语言标签（如zh-CN、en-US），优先匹配浏览器系统设置的默认语言对应的流。

4. 流索引兜底
   如果以上条件都无法区分（比如同编码、同声道、同语言，或无语言标签），Chrome会选择索引最小的音频流（即文件中最先封装的那条流）。

编排音频流的建议 #

要让首选流被优先选中，同时保证兼容降级，可遵循以下规则：

• 把兼容性最好的编码（如AAC）作为主编码，备选流也优先使用该编码；AC3这类兼容性差的编码仅作为补充
• 给音频流添加准确的语言标签，确保首选语言的流能被Chrome识别
• 同编码下，先封装多声道流（如5.1），再封装立体声流作为降级选项
• 首选的「语言+声道」组合流，放在同编码流的最前面（最小索引）

内容的提问来源于stack exchange，提问作者Keith Stein