HTML5提供用于播放音频文件的标准。
HTML5音频是HTML5说明书的主题，引入音频输入，回放，和合成，以及语音到文本中，在浏览器中。
音频在网络上
HTML5之前，有播放网页上的音频文件还没有标准。
HTML5之前，音频文件只能有一个插件发挥(like flash)
HTML5的<audio>元素指定的标准方式嵌入音频中的网页。
浏览器支持
在表中的数字指定完全支持所述第一浏览器版本<audio>元素。
| 元件 | |||||
|---|---|---|---|---|---|
| <audio> | 4 | 9 | 3.5 | 4 | 10.5 |
的HTML <audio>元
在HTML中播放音频文件，使用<audio>元素：
例
<audio controls>
<source src="horse.ogg" type="audio/ogg">
<source src="horse.mp3" type="audio/mpeg">
Your browser does not support the audio element.
</audio> 试一试» 在<audio>元素表示声音或音频流。 它通常用于在网页中播放单一的音频文件，显示与播放/暂停/音量控制GUI窗口小部件。
在<audio>元素具有以下属性：
全局属性（ACCESSKEY;类; CONTENTEDITABLE;文本菜单; DIR;拖动;悬浮窗;隐藏; ID;郎;拼写检查;风格; tabindex属性;称号;翻译）
自动播放=“自动播放”或“”（空字符串）或空指示用户代理到只要它可以这样做，在不停止自动开始所述音频流的回放。
预紧=“none”或“元数据”或“自动”或“”（空字符串）或空表示一个与音频流本身或元数据的乐观下载是否被认为是值得提示的用户代理。
“无”：提示所述用户代理，用户预期不会需要的音频流，或最大限度地减少不必要的通信量是理想的。
“元数据”：提示所述用户代理，用户预期不会需要的音频流，但是获取其元数据（持续时间等）是理想的。
“自动”：提示到的User-Agent乐观下载整个音频流被认为是可取的。
对照=“对照”或“”（空字符串）或空指示用户代理，以暴露一个用户接口，用于控制所述音频流的回放。
环路=“循环”或“”（空字符串）或空指示用户代理在到达端寻求回音频流的开始。 MEDIAGROUP =串指示用户代理向多个视频和/或音频流连接在一起。
静音=“静音”或“”（空字符串）或空表示音频流的默认状态，潜在地覆盖用户偏好。 SRC =非空[URL]潜在地由包围空间的音频流的URL。
HTML音频 - 它如何工作
该controls的属性增加了音响控制，如播放，暂停和音量。
之间文本<audio>和</audio>标签将在不支持的浏览器中显示<audio>元素。
多个<source>元件可以链接到不同的音频文件。 浏览器将使用第一个可识别的格式。
HTML音频 - 浏览器支持
目前，有3名支持的文件格式为<audio>元素：MP3，WAV，和Ogg：
| 浏览器 | MP3 | WAV | 奥格 |
|---|---|---|---|
| Internet Explorer | YES | NO | NO |
| Chrome | YES | YES | YES |
| Firefox | YES | YES | YES |
| Safari | YES | YES | NO |
| Opera | YES | YES | YES |
HTML音频 - 媒体类型
| 文件格式 | 媒体类型 |
|---|---|
| MP3 | audio/mpeg |
| Ogg | audio/ogg |
| Wav | audio/wav |
HTML音频 - 方法，属性和事件
HTML5定义了DOM的方法，属性和事件<audio>元素。
这使您可以加载，播放，暂停和音频，以及设定时间段和体积。
也有DOM事件时，音频开始播放，可以通知你，暂停等。
对于一个完整的DOM参考，请访问我们的HTML5音频/视频DOM参考 。
HTML5音频标签
| 标签 | 描述 |
|---|---|
| <audio> | 定义声音内容 |
| <source> | 定义了用于媒体元素的多个媒体资源，诸如<video>和<audio> |
HTML音频 - 网络语音API
网络语音API旨在为Web应用程序的替代输入法（不使用键盘）。 有了这个API，开发者可以给网络应用程序转录语音至文本，从计算机的麦克风的能力。 录制的音频发送到转录语音服务器，在此之后，文本输入了用户。 API本身是不可知的底层语音识别实现的，并且可以支持基于这两种服务器以及嵌入式识别。 该HTML讲话孵化组提出的音频的语音技术实现在浏览器中统一的，跨平台的API的形式。 该API包含两种：
- 语音输入API
- 文本到语音API