SRT 還是 VTT:你需要哪一種字幕格式?
發布於 2026年9月29日 · 閱讀時間:1 分鐘
SRT 和 VTT 是最常見的兩種字幕格式。兩者都是純文字檔,包含開始時間、結束時間和要顯示的文字。差別不大,但字幕到底能不能顯示出來,就取決於這些差別。
一分鐘認識 SRT
SRT 源自 SubRip,一套從 DVD 擷取字幕的老程式。每條字幕——每個 字幕單元(cue)——都有一個編號、一個時間範圍和一行或多行文字,與下一個單元之間以空行隔開:
1 00:00:01,000 --> 00:00:03,500 早安,我們開始吧。 2 00:00:04,000 --> 00:00:06,200 首先是遷移進度。
注意毫秒前面的 逗號。SRT 沒有官方規格,所以不同程式接受的寫法略有不同,也沒有在畫面上定位文字的標準方法。
一分鐘認識 WebVTT
WebVTT(Web Video Text Tracks)是 W3C 為網路影片制定的規格。VTT 檔案必須以 WEBVTT 一詞開頭,毫秒前面用 句點,而且小時可以省略:
WEBVTT 00:01.000 --> 00:03.500 早安,我們開始吧。 00:04.000 --> 00:06.200 line:0 首先是遷移進度。
字幕單元編號可有可無。在時間範圍之後,單元可以帶上 line、position 或 align 等設定,用來決定文字在畫面上的位置——在上例中,line:0 把字幕移到最上方。
該用哪一種
- 你自己網站上的影片: VTT。瀏覽器用來在影片上疊加字幕的 HTML
<track>元素接受 WebVTT 檔案。 - YouTube: 兩種都可以。YouTube 兩種格式都接受;其說明頁面指出,SRT 只支援不含樣式的基本檔案,而 VTT 支援定位,樣式僅限粗體、斜體和底線。
- 影片剪輯軟體、媒體播放器和電視: SRT 是穩妥的選擇——它是這些軟體和裝置最普遍接受的格式。拿不準時,請查看你所用程式的說明文件。
如果不確定,就兩種都保留:大多數字幕工具,包括 SonaFact,都能從同一份逐字稿匯出 SRT 和 VTT。
轉換而不打亂時間軸
兩者之間的轉換大致上是機械性的:逗號換成句點或反過來,加上或刪除 WEBVTT 標頭,轉成 SRT 時加上單元編號。可能遺失的是 SRT 無法表達的內容——從 VTT 轉為 SRT 時,定位設定以及說話者標籤等 VTT 特有的標籤會被去掉。
你可以用我們免費的 SRT ↔ VTT 轉換器在瀏覽器中完成轉換,不必上傳檔案。如果字幕與影片不同步,時間軸平移工具可以把每個單元平移相同的時間。
再檢查一項:易讀性
無論選擇哪種格式,只有觀眾來得及讀完,字幕才有幫助。常見的字幕規範把每行限制在約 42 個字元,每個單元最多兩行,閱讀速度維持在每秒約 17 個字元。易讀性檢查會列出所有超出其中任何一項限制的單元。
更多部落格文章
- 2026年9月29日
如何轉寫訪談:實用指南
從錄音到可以引用的逐字稿:怎麼錄音、引用前要核對什麼,以及如何為說話者命名並匯出。
閱讀全文 → - 2026年9月29日
把錄音上傳到轉寫服務之前,該問的七個問題
錄音存在哪裡、是否用於訓練 AI、還有誰處理、「刪除」究竟代表什麼——一份給機密錄音的檢查清單。
閱讀全文 →