SRT 和 VTT 有什么区别（附互转方法）
SRT 和 VTT 的区别可以一句话概括：两者都是放在视频旁边的纯文本字幕文件，但 SRT（SubRip）是几乎所有平台都认的通用格式，而 VTT（WebVTT）是专为 HTML5 网页播放器设计的网页原生格式。如果你在纠结该用哪种——或者上传错了格式、字幕根本没显示出来——你会发现 SRT 和 VTT 的差别比想象中小：主要就是一行文件头、时间戳里逗号还是句点、以及各自支持多少样式。本文会给你真实的文件对照示例、一张各平台速查表，以及如何把 SRT 转成 VTT（以及反向转换）而不把字幕搞坏的具体做法。
如果你只想要结论：需要最大兼容性、想省事上传时用 SRT；目标是网页自带的视频播放器、或某个明确要求 WebVTT 的平台时用 VTT。继续往下看那些会悄悄吃掉字幕的坑——用错的小数分隔符、缺失的文件头、以及编码不对导致的乱码。
核心要点
- 把文字稿或 SRT 当作母版资产；字幕、摘要、翻译和切片都依赖它。
- 复用到多平台前，先校对人名、数字、术语和时间轴。
- 按发布目的选择 SRT、VTT 或硬字幕，而不是凭习惯。
- 移动端字幕优先保证短行、高对比和安全区位置，装饰性放后面。
SRT vs VTT 速览
整场对比就在这一张表里，下面每一节只是用真实示例把这些行讲清楚。
| 特性 | SRT（SubRip） | VTT（WebVTT） |
|---|---|---|
| 文件扩展名 | .srt |
.vtt |
| 必需的首行 | 无 | WEBVTT |
| 毫秒分隔符 | 逗号——00:00:01,000 |
句点——00:00:01.000 |
| 序号 | 惯例上按顺序编号 | 可选 |
| 定位 / 对齐 | 规范里没有 | 有（line、position、align） |
| 行内样式 | 非官方，看播放器 | 有（标签 + STYLE 块） |
注释（NOTE） |
无 | 有 |
| 天然归宿 | 离线播放器、大多数上传框 | HTML5 <track>、网页播放器 |
| 编码 | 建议 UTF-8 | 必须 UTF-8 |
一句话总结：SRT 是朴素、便携的格式；VTT 是更丰富、面向网页的格式。十有八九你能在几秒内完成互转，因为字幕文字是一模一样的——变的只是外壳。
SRT 文件到底长什么样
用文本编辑器打开任意一个 .srt，你会看到不断重复的四行小块：一个序号、一段时间戳区间、字幕文字，再加一个空行。就这些。
1
00:00:01,000 --> 00:00:04,000
Welcome back to the channel.
2
00:00:04,000 --> 00:00:07,500
Today we're breaking down three quick edits.
有三点值得注意：
- 每个小块都编了号，从 1 开始按顺序排。
- 时间戳在毫秒前用逗号：
00:00:01,000。这个细节是转换失败最常见的原因。 - 没有文件头，也没有样式。 SRT 只有文字和时间。有些桌面播放器会认
<i>、<b>这类非官方标签，但这不属于格式本身，所以千万别指望它。
这份朴素正是 SRT 的杀手锏。因为几乎没什么可被误读的东西，它能干净地上传到最广泛的目的地。
VTT（WebVTT）文件到底长什么样
WebVTT 是 SRT 的网页原生表亲。同样的字幕在 .vtt 里看起来几乎一样——但有三处刻意的改动。
WEBVTT
1
00:00:01.000 --> 00:00:04.000
Welcome back to the channel.
2
00:00:04.000 --> 00:00:07.500 line:90% align:center
Today we're breaking down three quick edits.
找出它和上面 SRT 的不同：
- 首行是
WEBVTT，后面跟一个空行。VTT 文件没有它就是无效的，网页播放器会悄悄忽略一个缺头的文件。 - 毫秒分隔符是句点，不是逗号：
00:00:01.000。 - 每条 cue 可以带设置。 第二条上的
line:90% align:center把字幕在画面里定位并对齐——这是 SRT 根本表达不出来的。
在 webvtt vs srt 的对比里，这就是 VTT 的全部优势：它是为浏览器设计的，所以能携带定位、对齐、行内样式标签、带 CSS 的 STYLE 块、供你自己参考的 NOTE 注释，甚至章节或元数据轨道。如果这些对你的上传都不重要，那这些额外能力只是用不上的负担——这也是为什么不少创作者干脆一直用 SRT。
真正把人绊倒的几处差异
大多数"SRT vs VTT"的搞混都归结为四件小事。把这几件做对，转换就不会再失败。
| 坑 | SRT | VTT | 会出什么问题 |
|---|---|---|---|
| 小数分隔符 | 逗号 , |
句点 . |
把 SRT 时间戳原样贴进 VTT，播放器会拒收这条 cue |
| 文件头 | 无 | 首行 WEBVTT |
没头的 VTT 一条字幕都不显示 |
| 样式 / 定位 | 只有文字 | cue 设置 + CSS | SRT→VTT 样式保得住，VTT→SRT 会被抹掉 |
| 编码 | 建议 UTF-8 | 必须 UTF-8 | 非 UTF-8 会把带音标和非拉丁文字变成乱码 |
有几点值得记牢：
- 逗号与句点的互换，是"我的 VTT 不显示"的头号原因。 文件里的每一个时间戳都得符合格式，不是只改开头那个就行。
- VTT 能装 SRT 表达不了的样式。 所以 VTT → SRT 天生是有损的：定位、对齐、CSS 都会被压平成纯文字。反过来 SRT → VTT 是安全的，因为你只是加了个外壳。
- 编码在出问题之前一直是隐形的。 两种格式都应保存为 UTF-8。用旧的 Windows 编码保存的文件，看英文没事，但会把带音标的字符、emoji 和任何非拉丁文字弄成乱码。
各平台该用哪种格式
这才是创作者真正会去搜的问题：我要发到某个地方，到底该传哪种文件？下面是实用对照。
| 目的地 | 首选格式 | 说明 |
|---|---|---|
| YouTube（长视频） | SRT（也收 VTT） | SRT 是最省心可靠的上传；播放器支持开关 |
网页播放器（HTML5 <track>） |
VTT（必须） | <track> 元素只认 WebVTT——SRT 加载不了 |
| LMS / 课程平台 | 通常是 VTT | 多数课程播放器基于 HTML5，因此要 VTT |
| TikTok、Reels、YouTube Shorts | 都不用——烧录 | 没有字幕文件上传框，改为把字幕渲染进画面 |
从这张表能得出两条经验法则：
- 如果是浏览器在直接播放视频——你自己的网站、落地页、LMS——你基本上都需要 VTT，因为 HTML5 的
<track>元素只说 WebVTT。 - 如果是上传到大平台自己的播放器，SRT 是安全默认项，而 YouTube 两种都乐意收。在短视频竖屏信息流里，压根没有字幕文件框，所以你要把字幕烧进像素里——就是我们在 如何给视频加字幕 一文里讲的开放式字幕做法。
留一份干净的 SRT 当母版，你就能从它派生出任何目的地所需要的格式。这正是本文接下来要搭起来的工作流。
如何把 SRT 转成 VTT（以及反向）
转换很快，因为字幕文字从头到尾不变——你只是在改外壳。有两条靠谱的路：用浏览器转换器一步得到干净正确的文件，或者手动改一遍，好搞清楚到底改了什么。
一步到位的浏览器路线
如果你连文本编辑器都不想碰，就把文件丢进一个能替你处理文件头、分隔符和编码的转换器：
- SRT → VTT： 把
.srt拖进 SRT 转 VTT 转换器。它会加上WEBVTT头、把每个逗号换成句点，并保存为 UTF-8。 - 其他格式 → SRT： 如果你手头是
.vtt、.ass或别的字幕文件、需要那个通用格式，就用 字幕转 SRT 转换器 把它压平成干净的 SRT。 - 顺手把观感调好： 如果你要烧录字幕、或想要统一的屏上样式，打开 字幕样式编辑器，在导出前设好字体、字号、描边和位置。
因为 Recapo 完全在浏览器里运行——无需安装，支持 MP4、MOV 及其他常见格式，单个任务最高 6GB——你可以在同一个地方，从原始视频一路做到带字幕的成品和对应的字幕文件。
手动路线（好让你知道发生了什么）
手动把 SRT → VTT，实打实就是三步：
- 在所有内容最上方，加一行
WEBVTT，再空一行。 - 把时间戳里的每个逗号都换成句点（
00:00:01,000→00:00:01.000）。用查找替换，但只针对时间戳那几行，别动到字幕文字里的逗号。 - 以 UTF-8 编码保存，扩展名用
.vtt。
反过来把 VTT → SRT，步骤相反，但有一个注意点：
- 删掉
WEBVTT头，以及任何NOTE、STYLE或REGION块。 - 把时间戳里的句点换回逗号。
- 把时间戳行上的 cue 设置（比如
line:90% align:center）去掉，因为 SRT 用不了它们。 - 以 UTF-8 编码保存，扩展名用
.srt。
注意点在于：第 3 步正是 VTT 的样式和定位丢失的地方。如果这些格式对你重要，就留着 VTT，别往下降级。
常见转换坑（以及怎么躲开）
即便一次"成功"的转换，也可能在播放时悄悄翻车。下面这四个最常咬到创作者。
- 编码乱码。 如果带音标的字母或非拉丁字符变成了
é或方块，说明文件没存成 UTF-8。用 UTF-8 编码重新保存。如果你还要把字幕翻译成其他语言，这一点尤其关键——完整流程见我们的 如何翻译字幕。 - BOM 问题。 文件最开头的字节顺序标记（BOM）会把
WEBVTT头挤出首行的位置，于是一条字幕都加载不出来。如果一个看起来没问题的 VTT 什么都不显示，就把它重新存成"UTF-8 无 BOM"。 - 只转了一半的时间戳。 查找替换哪怕漏掉一个逗号，都会留下一条坏 cue。转换后从头扫一遍，或者用一个能保证每一行都处理到的专用转换器。
- 样式无声无息地丢了。 VTT → SRT 会把定位和样式丢掉，却不报任何错——文件只是比预期更朴素。事先想清楚你是否需要那份样式，如果需要，就交付 VTT 而不是 SRT。
有个习惯能防住其中大部分问题：把你那份准确、改对的 SRT 当作权威母版文件。只在网页播放器或 LMS 要求时才从它派生出 VTT，烧录字幕时从它重新调样式，每次翻译都复用它。弄丢这份母版就意味着从头重新转录——所以如果你在自动生成字幕，请从一份可靠的转录稿开始，我们盘点的 最佳自动字幕生成器 能帮你挑一个。
常见问题
SRT 和 VTT 最主要的区别是什么？
两点。VTT 文件必须以 WEBVTT 头开头，并在毫秒前用句点（00:00:01.000）；而 SRT 没有文件头，用逗号（00:00:01,000）。VTT 还能携带 SRT 表达不了的定位和样式。至于字幕文字本身，两者完全一样。
我能不能直接把 .srt 改名成 .vtt？
不能。改扩展名不会加上必需的 WEBVTT 头，也不会把逗号改成句点，网页播放器会拒收它。先用转换器跑一遍，或者手动做那两处修改。
YouTube 用的是 SRT 还是 VTT？ 长视频上传两种都收，观众可以自行开关字幕。SRT 是最省心可靠的选择。而 Shorts 等竖屏信息流没有字幕文件上传口，所以你要把字幕直接烧进视频里。
网站视频播放器用 SRT 还是 VTT 更好？
毫无疑问是 VTT——HTML5 的 <track> 元素只认 WebVTT，SRT 在浏览器原生播放器里根本加载不了。嵌入前先把 SRT 转成 VTT。
把 SRT 转成 VTT 会降低画质吗？ 不会。字幕是纯文本，转换完全不碰你的视频和音频。风险只在于漏了个逗号或编码不对导致文件坏掉——而不是任何画质损失。反方向（VTT → SRT）可能丢掉样式和定位，但同样不影响画面。
用干净的方式转换你的字幕
SRT 和 VTT 是同一份字幕的两个外壳——把文件头、分隔符和编码弄对，哪一个都能用。留一份准确的 SRT 当母版，网页播放器或课程平台要 VTT 时再派生一份，竖屏信息流就把字幕烧进去。免费注册 Recapo，在浏览器里转录、转换、调样式并导出你的字幕，然后把同一份母版文件复用到你发布的每一个平台。
