SRT、VTT、ASS 字幕フォーマットの比較と相互変換ガイド

SubRip Text の略称である SRT は、字幕抽出ツール SubRip の出力フォーマットとして、開発者 TUBRI により1999年に開発されました。公式な標準化団体は存在せず、コミュニティによって開発された普及度の高いフォーマットです。

Web Video Text Tracks の略称である VTT は、2010年に W3C HTML5 Working Group によって公開されました。HTML5規格で規定されたネイティブ字幕フォーマットであり、公式なフォーマット仕様が存在します。

Advanced SubStation Alpha の略称である ASS は、SubStation Alpha フォーマットのアップグレードバージョンであり、コミュニティ開発者によって保守されています。現在、最も特殊効果機能が充実したオープンな字幕フォーマットの1つです。

3フォーマットのタイムスタンプのコアな違いは、小数点区切り文字の利用規則にあります。SRT は秒とミリ秒をカンマで区切り、書式は 時:分:秒,ミリ秒 です。VTT と ASS はいずれもピリオドで秒とミリ秒を区切ります。VTT フォーマットは1行目に WEBVTT 宣言を記述することが必須ですが、SRT と ASS には先頭の宣言に関する強制要件はありません。

スタイル設定機能は3段階の階層構造になっています。SRT はいかなるスタイル設定にも対応しておらず、プレーンテキストの内容とタイムスタンプのみを保存します。VTT は基本的なスタイルタグをサポートしており、テキストの太字、イタリック、色、位置設定が可能です。ASS は完全な特殊効果システムをサポートしており、カラオケのグラデーション、スクロール字幕、カスタム境界線や影などの複雑な効果を実現できます。

ソフトウェアによって3フォーマットのサポート度合いは異なります。一般的なソフトウェアの互換性マトリックスを作成したので、参照してください。通常の再生シナリオでは、ほとんどのソフトウェアが SRT をサポートしています。特殊効果字幕を再生するには、ソフトウェアが ASS 機能をサポートする必要があります。

オンラインウェブ再生のシナリオでは、HTML5 はネイティブで VTT 形式のみをサポートしています。他の形式は JavaScript によるトランスコーディングを行ってからでないと、読み込み・表示ができません。

高度なフォーマットから低位のフォーマットに変換する場合、回復不能な情報損失が発生します。ASS から SRT に変換する場合、すべてのスタイル、効果、位置情報が消去され、プレーンテキストの内容とタイムスタンプのみが保持されます。ASS から VTT に変換する場合、基本的な色と太字・イタリックのスタイルのみが保持され、複雑な動的効果は完全に失われます。

低位のフォーマットから高度なフォーマットに変換する場合、元のテキストとタイムスタンプの情報を完全に保持できます。SRT から ASS への変換、または SRT から VTT への変換では元のコンテンツが失われることはなく、コンバーターがターゲットフォーマットが必要とする構造フィールドを自動的に補完します。ASS フォーマット間の相互変換では、同一バージョン間の変換であればすべての効果情報を保持できます。

SRT から VTT へのコンバーターは、フォーマット構造の変換を完了できます。タイムスタンプの区切り文字を変更し、先頭に WEBVTT 宣言を追加するだけであり、元のコンテンツが変更されることはありません。