SRTとVTTの違いとは?字幕フォーマット比較・使い分けとFFmpeg変換

Equalang

この記事の要点

SRTとVTT字幕ファイルの違いを徹底比較。ヘッダー構文、HTML5 track対応、CSSスタイリング、FFmpegによる可逆変換コマンドまで分かりやすく解説します。

キーワード: srt vs vtt; srt vtt 違い; srt vtt 比較; srt vtt 変換; html5 track 字幕

.srt(SubRip)と .vtt(WebVTT)の最大の違いは、Webブラウザのネイティブ対応とスタイリング・位置指定機能にあります。.srt はほぼすべてのデスクトップ動画編集ソフトやSNSプラットフォームで読み込めるシンプルなプレーンテキスト字幕形式です。一方、.vtt はW3Cによって策定されたWeb標準規格であり、ブラウザのHTML5 <video> <track> 要素で直接再生できる唯一の形式です。また、CSS装飾や画面上の表示位置指定、メタデータコメントにも対応しています。構文レベルでは、.srt にはファイルヘッダーがなくミリ秒をカンマ(00:01:14,250)で区切るのに対し、.vtt は1行目が必ず WEBVTT で始まりミリ秒をピリオド(00:01:14.250)で区切るという厳格な違いがあります。

SRTとVTTの比較一覧表

動画編集ソフトから書き出す形式を決める際や、プレーヤーに字幕を読み込ませる前に、構造、スタイリング、プラットフォーム対応の違いを以下の表で確認してください。

項目SubRip (.srt)WebVTT (.vtt)
ファイルヘッダーなし(1行目から字幕番号 1 で開始)必須(1行目に WEBVTT と記述し空行を挟む)
字幕番号(Cue ID)必須(1, 2, 3... の連番)任意(省略可能、英数字ラベルも使用可能)
ミリ秒の区切り文字カンマ(00:01:14,250)ピリオド/ドット(00:01:14.250)
HTML5 <track> 対応ブラウザネイティブ非対応(そのままでは表示不可)ネイティブ標準対応(Chrome、Safari、Firefox、Edge)
表示位置・配置設定標準仕様では非対応行内キュー設定に対応(line:85%, position:50%, align:center)
スタイル・話者タグプレーンテキスト(一部デスクトップ再生機で非公式に <i>/<b> 対応)公式なCSS ::cue スタイリングおよび <v Name> 話者タグに対応
コメント機能非対応(余分な文字はそのまま画面に表示)NOTE ブロックによるコメント記述に対応
編集ソフト・SNS対応汎用対応(Premiere Pro、DaVinci Resolve、Final Cut Pro、YouTube Studio、Facebook、LinkedIn)YouTube Studio、主要な最新編集ソフト、LMS(学習管理システム)で対応

ファイル構文の違い:内部テキストはどう異なるのか?

.srt と .vtt はどちらもUTF-8プレーンテキストファイルであり、一般的なテキストエディタやコードエディタで開いて .txt の文字起こし原稿と同様に確認できます。一方の形式を期待するパーサーが他方を拒否する原因は、以下の3つの明確な構文ルールにあります。

1. SubRip(.srt)の構造

.srt ファイルは、空行で区切られた番号付きの字幕ブロックのみで構成されます。

1
00:01:14,250 --> 00:01:17,000
パネルを開く前にメイン電源リレーを確認してください。

2
00:01:17,400 --> 00:01:20,850
ブレーカーが作動すると電圧はゼロに下がります。
  • ヘッダーなし:1行目は必ず整数 1 から始まります。先頭にタイトルやメモを追加するとパーサーエラーになります。
  • 連続する整数のID:すべての字幕ブロックに番号(1, 2, 3...)が必要です。
  • ミリ秒の前にカンマ:タイムスタンプ形式は HH:MM:SS,mmm --> HH:MM:SS,mmm です。

2. WebVTT(.vtt)の構造

.vtt ファイルはW3C Web Video Text Tracks仕様に準拠しています。

WEBVTT

NOTE 冒頭の安全確認セクション

00:01:14.250 --> 00:01:17.000 line:85% position:50% align:center
<v 作業員>パネルを開く前にメイン電源リレーを確認してください。

step-2
00:01:17.400 --> 00:01:20.850
ブレーカーが作動すると電圧はゼロに下がります。
  • WEBVTT ヘッダー:1行目の先頭が必ず WEBVTT で始まり、最初の字幕やコメントの前に空行が必要です。
  • 任意のキュー識別子:字幕番号は完全に省略することも、step-2 のような英数字ラベルを使用することも可能です。
  • ミリ秒の前にピリオド:タイムスタンプにはドット(00:01:14.250 --> 00:01:17.000)を使用します。.vtt 内にカンマが残っていると、ブラウザはその字幕行を無視して表示しません。

HTML5の <video> プレーヤーで .srt が表示されない理由

Web開発でよくあるトラブルのひとつが、HTML5の <track> タグで直接 .srt ファイルを指定してしまうケースです。

<!-- ブラウザネイティブでは動作しません(字幕は描画されません) -->
<video controls src="demo.mp4">
  <track default kind="subtitles" srclang="ja" label="日本語" src="captions.srt">
</video>

ブラウザのHTML5 <video> <track> 要素は、ネイティブではWebVTT(.vtt)のみをサポートしています。フロントエンドで .srt を取得・解析するサードパーティのJavaScriptライブラリを使わない限り、Chrome、Safari、Firefox、Edgeは字幕を表示しません。

解決策は、ファイルを .vtt に変換して <track> に指定することです。

<!-- HTML5ネイティブで正しく動作する設定 -->
<video controls src="demo.mp4">
  <track default kind="subtitles" srclang="ja" label="日本語" src="captions.vtt">
</video>

スタイル・位置指定・コメント機能:WebVTTが優れている点

.srt は1990年代後半にDVD字幕のリッピング用に設計されたため、レイアウトやメタデータの仕様がありません。一部の動画再生ソフトは非公式に <i> や <b> などのHTMLタグを解釈しますが、他のプレーヤーやSNSではタグがそのまま画面に文字として表示されてしまいます。

WebVTTは、.srt では確実に処理できない3つの高度な機能を仕様として定めています。

  1. 字幕ごとの画面位置指定:タイムスタンプの直後に line:85% position:50% align:center を指定することで、動画下部のテロップや登壇者名表示を避けて字幕を表示できます。
  2. 話者タグとCSS ::cue スタイリング:セリフを <v Name> で囲むことで話者を識別し、Web開発者がページのCSSから特定の字幕や話者のスタイルを直接指定できます。
    video::cue {
      background-color: rgba(0, 0, 0, 0.75);
      color: #ffffff;
    }
    video::cue(v[voice="作業員"]) {
      color: #ffd166;
    }
  3. ファイル内コメント(NOTE):NOTE で始まるブロック(前後に空行)は動画プレーヤーに無視されるため、編集者や翻訳者が画面に表示させずに申し送りメモを残せます。

SRT vs VTT vs TXT:プレーンテキスト .txt との違い

文字起こしツールから書き出す際、srt vs vtt vs txt の違いについて迷うことがよくあります。主な違いは、機械可読なタイムコードの有無です。

  • .txt(プレーンテキスト文字起こし原稿):段落やセリフのみが含まれ、開始から終了までの標準的なタイムスタンプ間隔(-->)がありません。動画プレーヤーの字幕トラックとして読み込むことはできず、全体の閲覧、引用、またはアライメントツールへの入力に適しています。
  • .srt および .vtt(タイムコード付き字幕トラック):各セリフにミリ秒単位の開始・終了時間が紐づけられており、動画プレーヤーや編集タイムラインが適切なタイミングで字幕の表示・非表示を制御できます。

どちらのフォーマットを選ぶべきか?

  • .srt を選ぶべき場面:Premiere Pro、DaVinci Resolve、Final Cut Pro などのデスクトップ動画編集ソフトでのタイムライン編集、YouTube Studio、Facebook、LinkedIn などのSNSプラットフォームへの字幕アップロード、Web専用タグを含まない汎用的な字幕マスターとしての保存。
  • .vtt を選ぶべき場面:自社Webサイト上のHTML5 <video> <track> プレーヤーへの字幕埋め込み、Web動画をネイティブ再生する最新のLMS(学習管理システム)への投稿、画面上の図表やテロップと重ならないよう位置指定(line:, position:)が必要な場合。

SRTとVTTを劣化なしで相互変換する方法

手元にある .srt ファイルをWebプレーヤー用に .vtt に変換したい場合、またはその逆の場合でも、動画を再度文字起こしする必要はありません。

方法1:FFmpegの1行コマンドで変換

FFmpegを使用すれば、ヘッダーの追加・削除やミリ秒区切り文字の変換をコマンド1行で処理できます。

# SRTをWebVTTに変換
ffmpeg -i input.srt output.vtt

# WebVTTをSRTに変換
ffmpeg -i input.vtt output.srt

注意点として、.vtt から .srt に変換する場合、.srt 仕様が位置属性やコメントをサポートしていないため、FFmpegは NOTE コメントや行内位置属性(line:, position:, align:)を自動的に削除します。

方法2:テキストエディタによる手動変換(SRTからVTT)

短い .srt ファイルであれば、テキストエディタの正規表現置換でも変換可能です。

  1. ファイルの1行目に WEBVTT と記述し、続けて空行を挿入します。
  2. タイムスタンプ行の正規表現検索・置換を実行し、ミリ秒前のカンマをピリオドに置き換えます(検索:(\d{2}:\d{2}:\d{2}),(\d{3})、置換:$1.$2)。
  3. ファイルをUTF-8エンコードの .vtt 拡張子で保存します。

既存の .srt や .vtt ファイルを他言語に翻訳したい場合や、元のタイムスタンプを維持したまま2言語併記字幕を作成したい場合は、当社の SRT翻訳ガイド や VTT字幕ガイド をご覧いただくか、Equalangの ドキュメント翻訳 に直接アップロードして変換してください。

よくある質問(FAQ)

YouTubeはSRTとVTTの両方に対応していますか?

はい。YouTube Studioは字幕アップロード時に .srt と .vtt の両方をサポートしています。なお、独自の位置指定やCSSスタイルを含む .vtt ファイルをアップロードした場合、YouTube標準のプレーヤー表示に合わせてスタイルが正規化または省略されることがあります。

なぜ画面上の字幕に <i> や <v> タグがそのまま表示されるのですか?

字幕内に <i> や <v 話者名> などのタグがそのまま表示される場合、使用しているプレーヤーが .srt 内のマークアップを解釈できないか、<v> 話者タグを削除せずに .vtt を .srt に変換したことが原因です。<v> タグに対応したWebプレーヤーでは .vtt を使用し、プレーンテキストのみを認識するプレーヤー向けには .srt からマークアップタグを削除してください。

.srt ファイルの拡張子を .vtt に変更するだけで使えますか?

いいえ。拡張子を .srt から .vtt に変更しただけでは、HTML5の <track> プレーヤーでは正常に機能しません。1行目に必須の WEBVTT ヘッダーがなく、ミリ秒の区切り文字もピリオド(.)ではなくカンマ(,)のままであるためです。

参考リンク