SRTとVTTの違いとは？srt 字幕の形式・対応先・変換方法

SRTとVTTは、どちらも開始時刻・終了時刻・表示するテキストをキュー単位で保存するプレーンテキストの字幕形式で、シンプルな字幕であればほぼ同じように使えます。違いは小さいものの厳密で、VTT（WebVTT）ファイルは必ずWEBVTTという行で始まり、ミリ秒の前にドットを使います。一方SRTにはヘッダーがなく、カンマを使います。さらにVTTには位置指定、スタイル、コメントの機能があります。まとめると、自分のサイトのHTML5動画にはVTT、FacebookやLinkedInにはSRT、YouTubeとVimeoにはどちらでも使えます。

このガイドでは、両方の形式を例とともに示し、どのプラットフォームがどちらに対応しているかを一覧にしたうえで、タイミングを崩さずにSRTとVTTを相互に変換する方法を説明します。

SRTとVTTの違いを一覧で比較

SRTファイルとは？srt 字幕の基本

SRTファイルはSubRip形式の字幕ファイルで、番号の付いたキューを並べたプレーンテキストです。各キューは連番、タイミング行、1行以上のテキストの3つの部分からなり、次のキューとの間には空行を1行入れます。

1
00:00:01,000 --> 00:00:04,200
Welcome to the quarterly update.

2
00:00:04,600 --> 00:00:08,000
<i>Today we cover sales,
hiring and the product roadmap.</i>

タイミングの書式は時:分:秒,ミリ秒で、時は常に2桁、区切りはカンマです。SRTは正式に標準化されたことがないため、書式タグへの対応はまちまちです。多くのデスクトップのプレーヤーは<i>や<b>を表示しますが、YouTubeのヘルプページでは、スタイル指定のない基本的なSRTファイルのみに対応し、UTF-8のプレーンテキストで保存するよう案内されています。とてもシンプルなので、SRTはほぼすべての動画編集ソフトやSNSで読み込める形式であり、どんなテキストエディタでも編集できます。

VTT（WebVTT）ファイルとは？

WebVTT（Web Video Text Tracks）は、Web向けに作られた字幕形式です。MDNのWebVTTリファレンスにルールがまとめられており、ファイルはWEBVTTで始まり、UTF-8でなければならず、タイムスタンプはミリ秒の前にドットを使います。時は省略できるため、01:02.500も有効です。

WEBVTT

NOTE Quarterly update, English captions

intro
00:01.000 --> 00:04.200
Welcome to the quarterly update.

00:04.600 --> 00:08.000 line:85% align:center
<v Maria>Today we cover sales,
hiring and the product roadmap.</v>

この例には、SRTには存在しない要素が3つあります。

• キュー設定：タイミング行の後ろに書き、テキストの表示位置を指定します。line（縦の位置）、positionとsize（横の位置と幅）、align（start、center、end）、vertical（縦書き用）があります。縦書きに対応している点は、日本語の字幕にとって見逃せない特徴です。
• 話者タグとクラスタグ：<v Maria>や<c.highlight>のように、誰が話しているかを示したり、スタイルを適用したりします。
• NOTEブロック：視聴者には表示されないコメントです。キューの識別子（上の例のintroなど）は任意です。

最初のキューの前にあるSTYLEブロックにCSSを書くこともできます。

WEBVTT

STYLE
::cue {
  color: #ffffff;
  background-color: rgba(0, 0, 0, 0.7);
}
::cue(v[voice="Maria"]) {
  color: #ffd166;
}

ただし、ブラウザ以外ではスタイルへの対応にばらつきがあります。たとえばYouTubeはWebVTTの位置指定を受け付けますが、スタイルは太字・斜体・下線に限られます。スタイルはあくまでおまけと考え、すべてのプレーヤーで反映されるとは期待しないほうが安全です。

SRTとVTTに対応しているプラットフォーム

視聴者がファイル形式を意識することはほとんどありませんが、アップロード画面は形式にうるさいものです。各プラットフォームのヘルプページと最近のガイドで確認できた内容は次のとおりです（2026年10月時点で確認。画面は変わることがあるので、最新のヘルプセンターでご確認ください）。

YouTubeはSRTとVTTのどちらを使う？

どちらも使えます。YouTubeのサポートされている字幕ファイルのページでは、SubRip（.srt）が基本形式に、WebVTT（.vtt）が高度な形式に挙げられています。テキストとタイミングだけで十分なら、SRTが最もトラブルになりにくい形式です。画面上の文字と重ならない位置に字幕を出したい場合はVTTを使います。

自分のサイトのHTML5動画

自分で動画をホストするプレーヤーでは、実用上VTTしか選択肢がありません。

<video controls src="update.mp4">
  <track kind="subtitles" src="update.en.vtt" srclang="en" label="English" default>
</video>

日本語字幕ならsrclang="ja"、label="日本語"のように指定します。SRTファイルしかない場合は、先に変換してください。字幕を動画に焼き込む方法や短尺動画向けのプラットフォームについては、動画に字幕を付ける方法のガイドをご覧ください。

SRTをVTTに変換する方法（VTTからSRTへの変換も）

2つの形式はよく似ているので、変換作業はほぼ機械的です。短いファイルなら手作業で、長いファイルなら変換ツールを使うのがおすすめです。

SRTからVTTへ手作業で変換する

1. 1行目にWEBVTTを追加し、その後に空行を入れます。
2. タイミング行だけを対象に、ミリ秒の前のカンマをドットに置き換えます。00:00:04,600は00:00:04.600になります。
3. キュー番号はそのまま残します。WebVTTでは識別子として扱われます。
4. UTF-8で、拡張子.vttを付けて保存します。

一括置換には注意してください。すべてのカンマを置き換えると、セリフ中のカンマまで変わってしまいます（日本語の読点「、」は対象外ですが、英数字の混じる字幕では起こりえます）。

VTTからSRTへ手作業で変換する

1. WEBVTTヘッダーと、STYLE、NOTE、REGIONのブロックを削除します。
2. タイミング行の末尾にあるキュー設定を削除します。
3. 時が省略されている箇所に時を補い（01:02.500は00:01:02.500）、ドットをカンマに変えます。
4. キューに1、2、3と順番に番号を振り、<v Maria>のようなVTT専用のタグを削除します。

ブラウザで変換する

Audiotextaの無料のSRT→VTT変換ツールとVTT→SRT変換ツールを使えば、これらの手順を自動で行えます。字幕を貼り付けるかファイルを選ぶだけで、変換はブラウザ内で行われ、何もアップロードされません。タイミングはミリ秒単位で保たれ、行頭の「名前:」という話者の接頭辞もそのまま残ります。正直にお伝えしておくと、変換ツールはテキストからHTMLやVTTのスタイルタグを取り除きます。斜体や独自のスタイルを使っている場合は、変換後に付け直すか、ファイルを手で編集してください。

SRTとVTTのよくあるエラーと直し方

• WEBVTTヘッダーがない。 ヘッダーのないVTTファイルはブラウザに無視されます。必ず1行目に追加してください。
• VTTのタイムスタンプにカンマ、SRTにドットが入っている。 変換せずに拡張子だけ変えたときに最もよく起こるミスです。タイミング行だけを修正します。
• 文字コードが違う。 日本語が意味不明な記号になる「文字化け」は、たいていファイルがUTF-8になっていないことが原因です。日本語環境ではShift_JISで保存されていることがよくあるので、テキストエディタでUTF-8として保存し直してください。
• .srt.txtとして保存されている。 エディタによっては勝手に.txtが付きます。拡張子を表示する設定にして名前を変更します。
• 空行がない。 キューの間には必ず空行が必要です。ないとキューがつながったり、ファイルが途中から読み込まれなくなったりします。
• 終了時刻が開始時刻より前、またはキューが重なっている。 プレーヤーがそのキューを飛ばすことがあります。編集したキューのタイミングを確認してください。
• Facebookで字幕が表示されない。 各種ガイドではファイル名が原因とされています。.ja_JP.srtのようにロケールコードで終わる名前にしてください。
• ローカルでは動くのにサーバーではVTTが動かない。 text/vttのContent-Typeで配信してください。別ドメインに置いている場合は、video要素にcrossorigin属性を付け、サーバー側でCORSヘッダーを送る必要があります。
• 字幕がデフォルトでオフになっている。 自動で表示させたい場合は、<track>要素にdefault属性を付けます。

どちらの形式で書き出すべき？

字幕を一から作る場合、事前に形式を決めておく必要はほとんどありません。Audiotextaの字幕ジェネレーターは音声を文字起こしし、無料プランでもSRTとVTTの両方を書き出せます。書き出す前に文字起こしを編集できるので、タイミングと言葉づかいを整えてから保存できます。文字起こしから1行の長さ、読む速度までの流れ全体は、SRT・VTT字幕ジェネレーターのガイドで解説しています。

目安としては、書き出し先がSNSや動画編集ソフトならSRT、WebサイトやWebプレーヤーならVTT、複数の場所に公開するなら両方を保存しておきましょう。テキストとタイミングは同じで、変わるのは外側の形式だけです。