Eine SRT-Datei ist eine Textdatei mit den Untertiteln eines Videos: nummerierte Blöcke, jeder mit Anfang, Ende und dem Text, der im Bild steht. VTT (WebVTT) enthält dasselbe in anderer Form. Nimm VTT für ein Video auf einer Webseite, denn das HTML-Element <track> liest nur dieses Format. Nimm SRT für fast alles andere, denn es ist das ältere, einfachere Format, das viele Schnittprogramme, Player und Plattformen öffnen. Im Zweifel lädst du beide herunter: Sie entstehen aus denselben Untertiteln.

Der Rest dieses Ratgebers zeigt einen echten Export in beiden Formaten und dann jeden Unterschied, Zeile für Zeile.

Dieselben Untertitel in beiden Formaten

Am 26. September 2026 haben wir einen 3,5 Sekunden langen Testclip durch den Untertitel-Generator laufen lassen: einen englischen Satz aus dem LibriSpeech-Korpus (CC BY 4.0), „Concorde returned to its place amidst the tents.“ Die Seite hat einen Untertitel erstellt, wir haben ihn im Editor nach „place“ geteilt und beide Dateien heruntergeladen. Hier sind sie, Byte für Byte, bis auf die unsichtbare Markierung am Anfang der SRT-Datei (unten erklärt).

Die SRT-Datei:

1
00:00:00,570 --> 00:00:02,344
Concorde returned to its place

2
00:00:02,344 --> 00:00:03,350
amidst the tents.

Die VTT-Datei:

WEBVTT

00:00:00.570 --> 00:00:02.344
Concorde returned to its place

00:00:02.344 --> 00:00:03.350
amidst the tents.

Dieselben Untertitel, dieselben Zeiten, derselbe Text. Vier Details unterscheiden sich.

Die Unterschiede, Zeile für Zeile

  1. Die Kopfzeile. Eine VTT-Datei muss mit der Zeile WEBVTT beginnen; das ist der einzige Pflichtteil des Formats (WebVTT-Referenz von MDN, englisch). SRT hat keine Kopfzeile: Die Datei beginnt direkt mit dem ersten Untertitel.
  2. Die Nummern. In SRT beginnt jeder Untertitel mit seiner Nummer, ab 1 gezählt. In VTT ist eine Zeile über den Zeiten ein optionaler Name für den Untertitel, deshalb lässt unsere Datei sie weg.
  3. Das Zeitformat. SRT trennt die Millisekunden mit einem Komma (00:00:02,344), VTT mit einem Punkt (00:00:02.344). VTT erlaubt außerdem, die Stunden wegzulassen (00:02.344); unsere Dateien schreiben sie immer. Deshalb wandelt das Umbenennen von .srt in .vtt die Datei nicht um: Die Kopfzeile fehlt, und jedes Komma ist falsch.
  4. Kommentare, Position und Stil. VTT kennt Kommentarblöcke, die mit NOTE beginnen, Einstellungen hinter den Zeiten, die einen Untertitel im Bild platzieren, und Stile per CSS. SRT hat keine Kommentare und keine offizielle Spezifikation für Stile, auch wenn viele Player die Tags <i> und <b> kursiv und fett zeigen.

Zwei weitere Unterschiede siehst du oben nicht:

  • Die Textkodierung. Eine VTT-Datei ist immer UTF-8. Eine SRT-Datei kann nicht angeben, welche Kodierung sie nutzt, also muss das Programm raten, und ein falscher Tipp macht aus Umlauten seltsame Zeichen. Unsere SRT-Dateien beginnen mit einer UTF-8-Bytereihenfolgemarke, drei unsichtbaren Bytes, die dem Programm sagen, dass die Datei UTF-8 ist; unsere VTT-Dateien brauchen sie nicht.
  • Sonderzeichen. VTT verlangt, dass & und < als &amp; und &lt; geschrieben werden (und empfiehlt &gt; für >); unser Generator erledigt alle drei für dich. SRT kennt diese Regel nicht: Tippst du <i> in einen Untertitel, behält die SRT-Datei das, und viele Player zeigen den Rest der Zeile kursiv.

Unsere Dateien enthalten nur die Untertitel, ohne Positions- oder Stileinstellungen. Die einzige Ergänzung betrifft VTT: Stoppt die Verarbeitung vor dem Ende deiner Datei, steht in der VTT-Datei eine NOTE, wo die Untertitel enden, die Player nicht anzeigen. Die SRT-Datei kann das nicht ausdrücken und enthält nur die Untertitel.

Welche du herunterladen solltest

  • Ein Video auf deiner eigenen Webseite: VTT. Das HTML-Element <track> liest WebVTT-Dateien (MDN, das track-Element, englisch). Unser automatischer Test lädt unsere VTT-Datei in Chromiums eigenen <track>-Leser und bekommt dieselben Untertitel zurück.
  • YouTube: beide. Die Hilfeseite von YouTube zu unterstützten Untertiteldateien nennt SubRip (.srt) und WebVTT (.vtt). Das ist die Dokumentation von YouTube; einen Upload haben wir selbst noch nicht getestet.
  • Ein Schnittprogramm oder ein Player am Computer: Schau in der Hilfe des Programms nach, welche Formate es importiert. SRT ist das erste, das du probieren solltest, weil es älter und einfacher ist. Bestimmte Programme haben wir noch nicht getestet, deshalb nennt dieser Ratgeber keine.
  • Unsicher: Lade beide herunter. Es sind kleine Textdateien mit denselben Untertiteln.

Eine TXT-Datei ist etwas anderes: ein Transkript zum Lesen, ohne Zeiten im Bild. Sie hat keine Untertitelzeiten, deshalb kann ein Player sie nicht als Untertitel zeigen.

Untertitel oder Untertitel für Hörgeschädigte (Captions)?

Die Barrierefreiheits-Richtlinien des W3C definieren Captions, also Untertitel für Hörgeschädigte, als Textfassung der Sprache und der Geräusche, die man zum Verständnis braucht, etwa wer spricht oder wichtige Klänge. Untertitel im engen Sinn sind die gesprochenen Wörter.

SRT und VTT können beides enthalten; der Unterschied liegt im Text. Unser Generator schreibt die gesprochenen Wörter, in der gesprochenen Sprache, ohne Sprechernamen und ohne Geräuschbeschreibungen. Brauchst du Untertitel für Hörgeschädigte, ergänz das selbst im Editor, bevor du herunterlädst: Ein Untertitel kann [Tür knallt] oder MARIA: Kommst du? enthalten wie jeden anderen Text. VTT hat zusätzlich ein Stimm-Tag, <v Maria>, das manche Player nutzen, um den Sprecher zu zeigen; unser Editor schreibt reinen Text, also tipp den Namen als Text.

Die Zeilenlänge bestimmt, wer die Datei erstellt

Keines der beiden Formate begrenzt die Länge eines Untertitels. Unser Generator erstellt Untertitel mit höchstens zwei Zeilen zu 42 Zeichen und höchstens 7 Sekunden und lässt einen Untertitel mindestens 1 Sekunde stehen, wenn der nächste es erlaubt. Zwei Zeilen zu 42 Zeichen sind auch die Grenze im Styleguide von Netflix für englische Untertitel. Warum ein Untertitel höchstens zwei Zeilen hat erklärt die Grenzen und wann deine eigenen Änderungen darüber hinausgehen.

Die Zeiten stammen aus der Schätzung des Spracherkennungsmodells, wann jedes Wort beginnt und endet. Wie genau sie treffen, haben wir noch nicht gemessen. Spiel dein Video also mit den Untertiteln ab, bevor du es veröffentlichst, und wenn ein Untertitel zu früh oder zu spät kommt, bearbeite die Untertitel vor dem Download: Verschieb einen Anfang oder ein Ende um 0,1 Sekunden, teil einen langen Untertitel oder verbinde zwei kurze.

Eine Untertiteldatei öffnen und prüfen

Beide sind reine Textdateien. Jeder Texteditor öffnet sie, und ein paar Prüfungen finden die meisten Probleme:

  • Die erste Zeile. Eine VTT-Datei muss WEBVTT enthalten. Eine SRT-Datei beginnt mit 1.
  • Die Umlaute. Sehen Buchstaben wie ä oder ß kaputt aus, hat das Programm die Datei mit der falschen Kodierung gelesen. Öffne sie erneut als UTF-8.
  • Seltsame Zeichen am Anfang. Ein Programm, das die Bytereihenfolgemarke nicht kennt, zeigt sie vielleicht als  vor der 1. Speichere die Datei in diesem Programm als UTF-8, oder wähl „UTF-8 mit BOM“, wenn es fragt.
  • Nach Änderungen von Hand: In SRT lass eine Leerzeile zwischen den Untertiteln und die Nummern in der richtigen Reihenfolge; in VTT lass die Leerzeile nach WEBVTT.

Bereit, eine zu erstellen? Erstell eine SRT- oder VTT-Datei aus deinem Video in deinem Browser. Die Datei bleibt auf deinem Gerät, und du prüfst jeden Untertitel über dem Bild, bevor du sie herunterlädst.