Вот берём пример
https://www.youtube.com/watch?v=MtSWGO_75_Y
включаем субтитры и видим, что слова достаточно точно привязаны ко времени
вопрос: как отображать только одно слово в момент времени (по центру экрана, например)? (в функционале ютуба это не предусмотрено)