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 deiner eigenen Webseite, denn das HTML-Element <track> liest WebVTT-Dateien. Für ein Schnittprogramm, einen Player oder eine Videoplattform nimm ein Format, das deren eigene Hilfeseite nennt; die von YouTube nennt beide. Im Zweifel lädst du beide herunter: Sie entstehen aus denselben Untertiteln.

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, optionale Einstellungen hinter den Zeiten, die einen Untertitel im Bild platzieren, und STYLE-Blöcke, die Untertitel per CSS gestalten (alles in der MDN-Referenz oben). SRT hat keine Kommentare und keine offizielle Spezifikation für Stile. Manche SRT-Dateien enthalten die Tags <i> und <b>, und ob ein Programm sie kursiv und fett zeigt, hängt vom Programm ab: Die Hilfeseite von YouTube etwa sagt, dass YouTube in SubRip-Dateien keine Stilangaben erkennt.

Zwei weitere Unterschiede siehst du oben nicht:

  • Die Textkodierung. Eine VTT-Datei muss laut der MDN-Referenz in UTF-8 kodiert sein. Nichts in der SRT-Datei oben nennt ihre Kodierung: Sie beginnt mit dem ersten Untertitel. Also muss das Programm raten, und ein falscher Tipp kann aus Umlauten seltsame Zeichen machen. Deshalb beginnen unsere SRT-Dateien 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 so, wie du es getippt hast, und ein Programm, das Tags in SRT liest, zeigt den Text danach vielleicht kursiv.

Unsere Dateien enthalten nur die Untertitel, ohne Positions- oder Stileinstellungen. Die einzige Ergänzung betrifft VTT: Stoppt die Verarbeitung vor dem Ende deiner Datei, enthält die VTT-Datei eine NOTE, die Player nicht anzeigen und die sagt, wo die Untertitel enden. 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, und lade eines davon herunter. 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 ohne Untertitelzeiten, das ein Player nicht als Untertitel zeigen kann. Diese Website schreibt nur SRT und VTT.

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 eine Stimme benennt; MDN beschreibt es als Weg, den Text dieser Person per CSS zu gestalten. Unser Editor schreibt reinen Text, also tipp den Namen als Text.

Wer die Datei erstellt, bestimmt die Zeilenlänge

Keines der beiden Formate begrenzt die Länge eines Untertitels. Unser Generator erstellt Untertitel mit höchstens zwei Zeilen zu 42 Spalten (ein breites Zeichen, etwa im Chinesischen oder Japanischen, zählt doppelt) 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 seine Wörter beginnen und enden, oder, wo es keine Wortzeiten gibt, die zum Text passen, aus einer Verteilung der Zeit des Segments nach dem Text; wie aus Wörtern Untertitel mit Zeiten werden erklärt beide Fälle. Die mittlere Zeit im Beispiel oben, 00:00:02,344, stammt aus der Teilung: Der Editor hat die Zeit des Untertitels im Verhältnis zum Text auf beide Teile verteilt. Wie genau die Zeiten 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. Vier Dinge zum Prüfen:

  • Die erste Zeile. Eine VTT-Datei muss WEBVTT enthalten. Eine SRT-Datei beginnt mit 1.
  • Umlaute und ß. 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. Zeigt ein Programm  vor der 1, hat es die Datei in einer Kodierung mit einem Byte pro Zeichen gelesen: Das sind die drei Bytes der Bytereihenfolgemarke, und jeder Umlaut wird genauso falsch gelesen. Schließ die Datei, ohne zu speichern, und öffne sie erneut mit der Kodierung UTF-8, wie beim Punkt davor; aus dieser falsch gelesenen Ansicht zu speichern, würde die falschen Zeichen in die Datei schreiben.
  • 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.