SRT 与 VTT 字幕有什么区别?格式对比、适用场景与无损互转

意扣

导读

一篇看懂 SRT 和 VTT 字幕文件在文件头、时间轴语法、HTML5 网页播放兼容性和样式定位上的核心差异,附 FFmpeg 单行无损互转命令。

关键词:srt vs vtt; srt和vtt区别; srt转vtt; vtt转srt; html5 track 字幕

.srt(SubRip)和 .vtt(WebVTT)最核心的区别在于网页浏览器原生兼容性和字幕样式控制能力。.srt 是纯文本时间轴格式,几乎所有桌面剪辑软件和视频平台后台都认它;而 .vtt 是 W3C 制定的网页视频字幕标准,所有浏览器的原生 HTML5 <video> <track> 标签只认 .vtt,且支持画面避让定位、CSS 样式和注释块。在底层语法上,.srt 没有文件头、每条字幕必须带连续数字序号、用英文逗号分隔毫秒(00:01:14,250);.vtt 第一行必须写 WEBVTT、序号可省略、用英文句点分隔毫秒(00:01:14.250)。

SRT 与 VTT 核心差异速查表

在剪辑软件导出或往播放器里挂载字幕前,可以先对照这张表看清两者的规格差异:

对比维度SubRip (.srt)WebVTT (.vtt)
文件头(Header)无(第一行直接写序号 1)第 1 行必须是 WEBVTT,且紧跟一个空行
字幕序号(Cue ID)必填,必须是从 1 开始的连续整数选填(可直接省略,或用自定义文本标识)
毫秒分隔符英文逗号(00:01:14,250)英文句点 / 小数点(00:01:14.250)
HTML5 <track> 原生支持不支持(直接填 .srt 在浏览器里不显示)原生标准(Chrome、Safari、Firefox、Edge 均支持)
画面位置与对齐标准规范不支持支持行内定位参数(如 line:85%、position:50%、align:center)
样式与说话人标记纯文本(部分桌面播放器非官方解析 <i>/<b>,另一些会直接把标签印在画面上)原生支持 CSS ::cue 伪元素样式与 <v Name> 说话人标签
文件内注释不支持(多写的说明文字会被当成台词显示)支持 NOTE 注释块(播放器自动忽略)
剪辑软件与平台上传全平台通用(Premiere Pro、DaVinci Resolve、Final Cut Pro、YouTube Studio、Facebook、LinkedIn)YouTube Studio 及主流现代剪辑软件、在线课程(LMS)平台均支持

打开文件看语法:.srt 和 .vtt 到底差在哪三处?

.srt 和 .vtt 本质上都是 UTF-8 纯文本文件,用记事本或任何代码编辑器都能直接打开。但如果你只改文件后缀名,解析器一定会报错,原因就在于以下三处硬性语法差异。

1. SubRip (.srt) 的内部结构

一份合法的 .srt 文件只包含由空行分隔的字幕块,没有任何头部声明:

1
00:01:14,250 --> 00:01:17,000
打开面板前先检查主电源继电器。

2
00:01:17,400 --> 00:01:20,850
断路器锁死后,电压会降到零。
  • 没有文件头:第 1 行必须是数字 1。如果在开头多加一行标题或备注,严格的解析器就会读取失败。
  • 必须有连续整数序号:每条字幕上方都要标 1、2、3……
  • 秒与毫秒之间用英文逗号:时间轴格式固定为 HH:MM:SS,mmm --> HH:MM:SS,mmm。

2. WebVTT (.vtt) 的内部结构

.vtt 遵循 W3C Web Video Text Tracks 规范,结构更接近现代网页资源文件:

WEBVTT

NOTE 片头安全检查段落

00:01:14.250 --> 00:01:17.000 line:85% position:50% align:center
<v 技术员>打开面板前先检查主电源继电器。

step-2
00:01:17.400 --> 00:01:20.850
断路器锁死后,电压会降到零。
  • 强制 WEBVTT 文件头:文件第 1 行必须以 WEBVTT 开头,后面留一个空行,才能开始写注释或时间轴。
  • 序号可省略或自定义:既可以像第一条那样完全不写序号,也可以像第二条那样写成 step-2 这样的语义标识。
  • 秒与毫秒之间用英文句点:时间轴使用小数点(00:01:14.250 --> 00:01:17.000)。如果把 .srt 的逗号留在 .vtt 里,浏览器会直接跳过这条字幕。

为什么 HTML5 <video> 挂了 .srt 却不出字幕?

前端开发中最常见的一个踩坑场景,就是在网页 <video> 里直接用 <track> 标签引用 .srt 文件:

<!-- 错误写法:浏览器原生 <track> 不会渲染 .srt -->
<video controls src="demo.mp4">
  <track default kind="subtitles" srclang="zh" label="中文" src="captions.srt">
</video>

根据 HTML5 规范,浏览器的原生 <video> <track> 元素只支持 WebVTT(.vtt)。如果不借助第三方 JavaScript 播放器库在前端拉取并解析 .srt 文本,Chrome、Safari、Firefox 和 Edge 都会直接忽略 src="captions.srt",画面上不会出现任何字幕。

解决办法很简单:把字幕转成 .vtt 格式,再挂到 <track> 上即可:

<!-- 正确写法:使用 .vtt 原生渲染字幕 -->
<video controls src="demo.mp4">
  <track default kind="subtitles" srclang="zh" label="中文" src="captions.vtt">
</video>

定位、样式与注释:WebVTT 比 SRT 多了哪些能力?

.srt 诞生于早期的 DVD 字幕提取工具,设计目标只是“把时间轴和纯文本对上”。虽然部分桌面播放器会非官方地识别 <i>、<b> 等基础标签,但放到另一些播放器或平台上,这些标签会被原封不动地当成文字印在屏幕上。

WebVTT 则在规范层面正式支持三项进阶能力:

  1. 单条字幕画面避让与对齐:在时间轴末尾直接加上 line:85% position:50% align:center,就能单独把某几句字幕往上挪,避开视频底部原本烧录好的嘉宾名牌或图表说明。
  2. 说话人标签与 CSS ::cue 样式定制:用 <v Name> 标注说话人后,网页开发者可以直接用 CSS 的 ::cue 伪元素控制字幕底色、字号,甚至给不同说话人配不同颜色:
    video::cue {
      background-color: rgba(0, 0, 0, 0.75);
      color: #ffffff;
    }
    video::cue(v[voice="技术员"]) {
      color: #ffd166;
    }
  3. 不外露的 NOTE 注释块:在 .vtt 文件里以 NOTE 开头写一段备注(上下留空行),视频播放器会自动跳过不显示,方便剪辑师或校对人员在文件里留备忘。

SRT vs VTT vs TXT:纯文本 .txt 又适合干什么?

不少工具在导出文字稿时会同时提供 .srt、.vtt 和 .txt 三个选项(也是很多人搜 srt vs vtt vs txt 的原因)。区分它们只需看有没有起止时间轴:

  • .txt(纯文本文字稿):只有连贯的段落或对话文字,没有 00:01:14 --> 00:01:17 这样的起止时间戳。.txt 不能作为外挂字幕轨道加载进播放器,它适合用来阅读全文、摘录金句、整理文章或放进打轴工具里重新对轨。
  • .srt 与 .vtt(带时间轴的字幕轨):每一句台词都绑定了精确到毫秒的入点和出点,播放器或剪辑时间线能据此在对应画面准时切出和隐藏字幕。

实际工作流怎么选?

  • 选 .srt 的场景:把字幕导进 Premiere Pro、DaVinci Resolve、Final Cut Pro 等桌面剪辑软件精修时间线;往 YouTube Studio、Facebook、LinkedIn 等平台后台上传外挂字幕;或者作为不带网页排版标签的通用字幕母版存档。
  • 选 .vtt 的场景:在自建网站或 Web 应用里用 HTML5 <video> <track> 原生播放视频;上传到现代在线教育(LMS)平台;或者需要在网页端通过 line:、position: 与 CSS ::cue 精细控制字幕位置与样式。

SRT 与 VTT 怎么无损互转?

手里只有 .srt 却要上网页 <track>,或者拿到 .vtt 想转回纯 .srt 存档,都不需要重新打轴,用下面两种办法几秒钟就能转好。

方法一:用 FFmpeg 单行命令互转

已安装 FFmpeg 的话,在终端里跑一行命令即可自动完成文件头增删和毫秒分隔符替换:

# 将 SRT 无损转换为 WebVTT
ffmpeg -i input.srt output.vtt

# 将 WebVTT 转换为 SRT
ffmpeg -i input.vtt output.srt

需要注意:由于 .srt 规范不支持注释和画面坐标,从 .vtt 转回 .srt 时,FFmpeg 会自动剔除 NOTE 注释块以及 line:、position:、align: 等定位属性。

方法二:用代码编辑器手动快转(SRT 转 VTT)

如果手头只有一个短小的 .srt 文件、电脑上没装 FFmpeg,用任何支持正则替换的文本编辑器也能三步改好:

  1. 在文件最顶部第 1 行插入 WEBVTT,并在下面留出一个空行。
  2. 打开正则查找替换,把时间轴里的英文逗号改成英文句点:查找 (\d{2}:\d{2}:\d{2}),(\d{3}),替换为 $1.$2。
  3. 以 UTF-8 编码将文件另存为 .vtt 后缀。

如果你还需要把现有的 .srt 或 .vtt 字幕翻译成其他语言、或者生成保留原时间轴的双语字幕,可以参考我们的 SRT 字幕翻译指南与 VTT 字幕翻译指南,也可以直接把这两种文件传到意扣(Equalang)的文档翻译中处理。

常见问题

YouTube 后台上传字幕时选 SRT 还是 VTT?

YouTube Studio 后台同时支持上传 .srt 和 .vtt 文件。如果手头已经是 .srt 直接传即可;如果你上传的是带有特殊位置或样式的 .vtt,请注意 YouTube 播放器可能会按平台默认字幕样式做标准化处理。

为什么画面字幕里把 <i> 或 <v> 标签原样显示出来了?

如果屏幕上直接印出了 <i> 或 <v 姓名> 这样的尖括号字符,通常是因为你用的播放器不解析 .srt 里的富文本标签,或者把含有 <v> 说话人标签的 .vtt 直接转成了 .srt。网页播放器需使用 .vtt 才能正常识别 <v> 标签;若目标播放器只认纯文本 .srt,转换后应清理掉这些尖括号标签。

把 .srt 文件的后缀名直接改成 .vtt 能用吗?

不能。只改文件名后缀而不改内部内容,放进 HTML5 <track> 里依然无法显示,因为文件第 1 行缺少强制要求的 WEBVTT 文件头,而且时间戳里的毫秒分隔符还是逗号(,)而不是句点(.)。

参考资料