字幕が文字化け・クエスチョンマーク(???)や四角(□□□)になる原因とSRTファイルのUTF-8変換手順

Equalang

この記事の要点

SRT字幕の「???」や「é」などの文字化け(エンコード不一致)と「□□□」(フォントのグリフ不足)の違いを見分け、VS Codeやiconvで文字化けさせずに安全にUTF-8へ変換する方法を解説します。

キーワード: 字幕 文字化け 直し方; vlc 字幕 クエスチョンマーク; srt utf-8 変換; 字幕 豆腐 四角 解決; srt 文字化け 修正

動画を再生した際に字幕がクエスチョンマーク、崩れた記号、または空の四角形として表示される場合、原因はまったく異なる2つのトラブルのどちらかです。画面に ``、???、é、あるいは意味不明な文字列が出ている場合は、**文字コードの不一致(文字化け / 文字化け現象)**が起きています。これは再生ソフトが古い地域規格の .srt ファイルを UTF-8 として読み込んでいる(またはその逆の)状態です。一方、均一な四角形(□□□)が並んでいる場合は、**フォントのグリフ不足(通称「豆腐 / Tofu」現象)**です。ファイル自体は正常な UTF-8 ですが、プレーヤーで選択されている字幕フォントに日本語、中国語、韓国語、アラビア語、タイ語などの文字グリフが含まれていません。

画面に現れている症状を5秒確認するだけで原因を特定でき、誤った設定変更や字幕ファイルの破損を防ぐことができます。

エンコード不一致 vs フォントのグリフ不足:原因の見分け方

過去の字幕アーカイブからダウンロードした .srt プレーンテキストファイルは、Unicode規格の UTF-8 ではなく、地域のレガシー文字コード(単一バイトまたは特定地域向けコードページ)で保存されているケースが多々あります。.srt ファイルには文字コードを明示的に宣言する必須ヘッダーが存在しないため、動画プレーヤー側で推測するか、デフォルトの UTF-8 またはOSの地域コードページで読み込むしかありません。

画面の表示状態から原因を判別します:

画面の症状技術的な原因発生する理由正しい対処法
``(菱形クエスチョンマーク)や連続する ???レガシーエンコードのバイト列を UTF-8 として読み込んだWindows-1252、Shift_JIS、Windows-1251 などの非ASCIIバイト列が UTF-8 の検証ルールに合致せず、再生ソフトが置換文字 `` を表示する。元の言語のレガシーエンコードで .srt を再度開き直してから、UTF-8 で別名保存する。
é、á、¿、æ—¥ などの記号の羅列UTF-8 の複数バイトをレガシーコードページとして単一バイトごとに読み込んだ正常なマルチバイト UTF-8 文字(フランス語の é は 0xC3 0xA9 の2バイト)が、Windows-1252 等で1バイトずつ分解されて表示される。プレーヤーのデフォルト字幕エンコードを UTF-8 に設定する。古い再生機器ではBOM付き UTF-8 を検討する。
意味不明な漢字や半角カナの文字化け異なる地域のマルチバイトコードページで開いたShift_JIS、GB18030、Big5、EUC-KR で保存されたファイルが、西欧や別言語のコードページでデコードされている。VS Codeや iconv で該当言語の元エンコードを指定して開き直してから UTF-8 に変換する。
均一な四角形(□□□、豆腐現象 / Tofu)字幕フォントに対象言語のグリフ(文字グリフ)が存在しないファイル自体は正常な UTF-8 でUnicodeコードポイントも正しく認識されているが、指定フォントに該当言語の文字が含まれていない。ファイルのエンコードは変更せず、プレーヤーの字幕フォントをUnicode/日本語対応フォントに変更する。

たとえば、アクセント記号付きのフランス語とスペイン語の逆感嘆符を含む字幕を例に挙げます:

14
00:01:12,400 --> 00:01:15,100
¿Où est le café ?

このファイルが Windows-1252 で保存されており、プレーヤーが厳密に UTF-8 として読み込もうとすると、¿、ù、é のバイト列が検証に失敗し、置換文字に置き換わります:

14
00:01:12,400 --> 00:01:15,100
O est le caf ?

逆に、ファイル自体は正しく UTF-8(é = 0xC3 0xA9)で保存されているのに、プレーヤーの字幕設定が Windows-1252 になっていると、それぞれのバイトが1文字ずつ分割して解釈されます:

14
00:01:12,400 --> 00:01:15,100
¿Où est le café ?

保存する前に注意:SRTファイルを完全に破壊してしまう典型的なミス

文字化けした .srt ファイルをテキストエディタで開き、安易に「UTF-8で保存」を押してしまうトラブルが後を絶ちません。

エディタで開いた時点で**画面上に 、`???`、`é` と表示されている状態**でそのまま上書き保存や「UTF-8で保存」を実行すると、元のテキストデータは永久に失われます。エディタは画面上に表示されている無意味な置換文字( を表す U+FFFD や疑問符 U+003F)の UTF-8 バイトをそのままディスクに書き込み、元の言語固有のバイトデータを完全に上書きしてしまうためです。一度上書きされてしまうと、いかなるエンコード変換ツールを使っても元のセリフを復元することはできません。

安全に変換するための必須手順:

  1. 作業前に元の .srt ファイルのバックアップコピーを必ず作成する。
  2. エディタ上で、ファイル内の全テキストが正しく読める状態になるまで、元の文字コードを指定して再度開き直す(Reopen)。
  3. 画面上の文字が完全に正常に表示されていることを確認して初めて、UTF-8 で**保存(変換)**する。

字幕の元言語とレガシーエンコード対応表

古い .srt ファイルを開き直す際は、字幕の言語に合わせて以下の旧文字コードを選択してください:

字幕の言語試すべきレガシーエンコード(コードページ)修復前の典型的な文字化け症状
日本語Shift_JISかなや漢字が半角カナ、記号の羅列、または `` になる
簡体字中国語GB18030 または GBKセリフが `` や半角ラテン文字・記号の混ざった文字列になる
繁体字中国語Big5意味の通らない漢字、記号、クエスチョンマークになる
韓国語EUC-KRハングルが `` や不規則な英字の羅列になる
英語、フランス語、スペイン語、ドイツ語、イタリア語、ポルトガル語Windows-1252(西欧)アクセント付き母音(é、ñ、ü)や引用符が `` や é に化ける
ロシア語、ウクライナ語、ブルガリア語、セルビア語(キリル文字)Windows-1251(キリル)行全体が `` やアクサン付きラテン文字(Ïðèâåò など)になる
アラビア語Windows-1256(アラビア)セリフが `` や途切れたラテン系記号になる

方法1:VS Codeを使ってSRTファイルを安全にUTF-8へ変換する(推奨)

Visual Studio Codeは、「文字コードを指定して再度開く(読み込み方を変更する)」と「文字コードを指定して保存(新しい文字コードで変換して書き出す)」が明確に分かれているため、安全に文字コードを修正できます。

  1. VS Code で対象の .srt ファイルを開きます。字幕が文字化けしている場合(??? や `` など)、編集や保存は一切行わないでください。
  2. 画面右下のステータスバーにある文字コード表示(通常は UTF-8 と表示されています)をクリックします。
  3. ウィンドウ上部に表示されるコマンドメニューから Reopen with Encoding(エンコード付きで再度開く)を選択します。
  4. 上記の表を参考に、字幕の言語に応じた文字コードを選択します(日本語字幕なら Japanese (Shift JIS)、フランス語/西欧言語なら Western (Windows 1252)、簡体字中国語なら Simplified Chinese (GB18030) など)。
  5. エディタ内の表示を確認します。まだ文字化けしている場合は、もう一度右下の文字コード表示をクリックし、Reopen with Encoding を選んで別の候補コードページを試し、すべての文字が正常に読めるようになるまで繰り返します。
  6. すべてのセリフが正しく表示されたら、右下の文字コード表示を再度クリックします。
  7. 今度は Save with Encoding(エンコード付きで保存)を選択し、一覧から UTF-8 をクリックします。

これで .srt ファイルが正規の UTF-8 に変換され、一般的な動画プレーヤー、ブラウザ、モバイルアプリで正常に読み込めるようになります。単一字幕の視聴はもちろん、VLCの二重字幕設定ガイドの環境構築や、SRT字幕ファイルの翻訳ガイドを進める前のクリーンなソースファイル準備にも最適です。

方法2:macOS / Linuxのターミナル(iconv)でUTF-8に変換する

macOSやLinux環境では、標準コマンドの iconv を利用してターミナルから一括で変換できます。元のファイルを上書きせず、-f(変換元)と -t(変換先: UTF-8)を指定して新規ファイルに出力します。

西欧言語(Windows-1252)の字幕ファイルを UTF-8 に変換する場合:

iconv -f WINDOWS-1252 -t UTF-8 old.srt > utf8.srt

日本語(Shift_JIS)、キリル文字(Windows-1251)、簡体字中国語(GB18030)の字幕を UTF-8 に変換する場合:

# 日本語字幕
iconv -f SHIFT_JIS -t UTF-8 movie-ja.srt > movie-ja-utf8.srt

# ロシア語 / キリル文字字幕
iconv -f WINDOWS-1251 -t UTF-8 movie-ru.srt > movie-ru-utf8.srt

# 簡体字中国語字幕
iconv -f GB18030 -t UTF-8 movie-zh.srt > movie-zh-utf8.srt

リダイレクト先は必ず新しいファイル名(> utf8.srt)にしてください。元ファイルと同じ名前(> old.srt)にリダイレクトすると、iconv が読み込む前にシェルによってファイルが空になってしまいます。

エンコードがUTF-8なのに四角(□□□)が表示される場合:VLCのフォント欠落を修正する

字幕が整然とした四角形(□□□)として表示される場合、どれだけ .srt ファイルの文字コードを変換しても解決しません。四角形が表示されるのは、VLCが UTF-8 の文字コードを正しく解釈し、Unicodeコードポイントを特定できているものの、現在設定されているフォントにその言語を描画するための字形(グリフ)が含まれていないことを意味します。

これは、標準の字幕フォントがラテン文字のみに対応しているスマートTVや、新規インストール直後のVLCで、日本語・中国語・韓国語・タイ語・アラビア語などの字幕を読み込んだ際に頻発します。

VLCで □□□ を解消する手順:

  1. VLC を開き、VLC > 設定(macOSの場合)または ツール > 設定(Windows/Linuxの場合)を開きます。
  2. 上部の 字幕 / OSD タブをクリックします。
  3. 「字幕効果」項目にある フォント のドロップダウンメニューを見つけます。
  4. フォントを、システムにインストールされている多言語・日本語対応フォントに変更します:
    • macOS: Hiragino Sans、PingFang SC または Arial Unicode MS
    • Windows: Meiryo(メイリオ)、MS Gothic または Microsoft YaHei
    • Linux / クロスプラットフォーム: Noto Sans CJK JP または Arial Unicode MS
  5. 同じ画面内の デフォルトエンコード を Universal (UTF-8) に設定し、VLCが標準の UTF-8 ファイルを誤った地域コードページで読み込まないようにします。
  6. 保存 をクリックし、VLCを完全に終了してから動画を再度開き直します(動画再生中はVLCのフォントレンダラーがキャッシュされるため、再起動が必要です)。

よくある質問(FAQ)

なぜアクセント文字や感嘆符が é や ¿ のように表示されるのですか?

UTF-8 では、基本的なASCII英数字以外の文字は2〜4バイトで記録されます。たとえばフランス語の é は 0xC3 0xA9 の2バイト、スペイン語の逆疑問符 ¿ は 0xC2 0xBF の2バイトです。再生プレーヤーやエディタが UTF-8 ではなく単一バイト規格の Windows-1252 などに設定されていると、それぞれのバイトを1文字ずつ別々に解釈して画面に描画してしまいます(0xC3 0xA9 が é に、0xC2 0xBF が ¿ になる)。プレーヤー側の字幕文字コードを UTF-8 に戻すだけで解消します。

すでに「???」や「」のまま上書き保存してしまったSRTファイルは復元できますか?

復元できません。画面上に ``(U+FFFD)や ?(U+003F)が表示された状態で一度保存を実行すると、元々の多様な文字データがすべて同じ置換用バイトコードに書き換えられてしまいます。同じ記号に統合されてしまったデータを元の文字に戻すことはできないため、字幕配布元から .srt ファイルを再ダウンロードし、保存前に Reopen with Encoding の手順を踏んでください。

SRTファイルは通常のUTF-8とBOM付きUTF-8のどちらで保存すべきですか?

Unicode Consortiumの公式仕様では、Byte Order Mark(BOM)を含まない標準の UTF-8 が推奨されており、最新のデスクトッププレーヤー、Webブラウザの <track> 要素、各種字幕作成ツールで最も広く互換性を維持できます。ただし、古いテレビのUSB再生機能や一部のレガシーなWindowsソフトウェアで、通常の UTF-8 を開くとローカルコードページと誤認されてしまう場合に限り、BOM付きUTF-8 で保存すると先頭の3バイト(0xEF 0xBB 0xBF)によって UTF-8 であることが強制認識されます。

参考リンク