SRT vs VTT: qual é a diferença e qual você deve usar?

Se você já baixou legendas de um vídeo e acabou com um arquivo que não conseguia usar, há uma boa chance de que o problema fosse um conflito entre SRT e VTT. Os dois formatos armazenam basicamente a mesma coisa (texto cronometrado em cues), mas vêm de épocas diferentes da web e se comportam de forma diferente dependendo de onde você tenta usá-los.

O que é o SRT

O SRT (SubRip Text) é o formato mais antigo e simples. Foi criado para players de vídeo de desktop, não para navegadores. Um cue se parece com isto:

1
00:00:01,000 --> 00:00:04,000
Olá, e bem-vindos ao programa.

Apenas um número de sequência, um horário de início e fim separados por vírgula, e o texto. Sem cabeçalho, sem estilo, sem metadados. Essa simplicidade é exatamente o motivo pelo qual o SRT ainda está presente em todo lugar: quase todo player de mídia, ferramenta de edição e plataforma de streaming consegue lê-lo.

O que é o VTT

O VTT (WebVTT) foi criado especificamente para o elemento <track> do HTML5, o que significa que é o formato que os navegadores esperam nativamente para legendas de vídeo na web. Um arquivo VTT exige uma linha de cabeçalho WEBVTT e usa pontos em vez de vírgulas nos timestamps:

WEBVTT

1
00:00:01.000 --> 00:00:04.000
Olá, e bem-vindos ao programa.

Além desse cabeçalho e da sintaxe dos timestamps, o VTT também suporta recursos que o SRT nunca teve: posicionamento de cues, estilo básico (negrito, itálico, cor via classes) e tags de voz para distinguir falantes. Se você vai incorporar legendas diretamente em uma página web, o VTT é quase sempre o que você precisa.

As diferenças práticas que realmente causam problemas

• Vírgula vs. ponto nos timestamps. É o motivo mais comum de um arquivo SRT “não funcionar” ao ser renomeado para .vtt, ou vice-versa: o separador do timestamp é diferente, e a maioria dos parsers não corrige isso silenciosamente.
• O cabeçalho WEBVTT. Um arquivo VTT sem ele é inválido, mesmo que todas as outras linhas estejam corretas.
• Expectativas de cada plataforma. YouTube, Vimeo e a maioria dos editores de vídeo aceitam SRT. O elemento <track> nativo dos navegadores e muitos players de vídeo em JavaScript exigem VTT. Fluxos de streaming/HLS também costumam exigir VTT.
• Suporte a estilo. Se você precisa posicionar legendas na tela ou estilizar falantes específicos, o SRT simplesmente não consegue fazer isso. É preciso usar VTT (ou um formato mais avançado como o ASS).

Qual você deve usar?

• Para enviar legendas ao YouTube, editar no Premiere/Final Cut, ou trabalhar com a maioria das ferramentas de desktop → SRT.
• Para incorporar legendas em uma página web com o elemento <video>/<track>, ou trabalhar com HLS/streaming web → VTT.
• Se precisar de estilo ou posicionamento avançados → considere o ASS em vez de qualquer um dos dois.

Se você tem um e precisa do outro, não é preciso reescrever nada manualmente: a conversão é puramente mecânica (formato do timestamp, cabeçalho, numeração dos cues). Nosso conversor de SRT para VTT faz isso inteiramente no seu navegador, sem upload, sem conta, e sem que seu arquivo saia do seu dispositivo.