SRT、VTT、ASS、TXT 对比：字幕格式怎么选？

Q: ASS 能保存字体和颜色吗？

可以，还能保存位置和其他高级效果。

Q: ASS 可以转成 SRT 吗？

可以，但高级样式通常会丢失。

这些格式看起来相似，但能保存的信息并不相同。最好的选择通常不是功能最多的格式，而是能够完整保留目标平台所需信息的最简单格式。

快速选择：按用途决定

用途	推荐格式	原因
YouTube、社交平台、通用交换	SRT	简单、轻量、兼容性高。
HTML5 和网页视频	VTT	为浏览器文本轨道设计。
带样式、定位或卡拉OK效果	ASS	可保存高级样式和位置。
转录文本和内容再利用	TXT	适合无时间结构的纯文本。

SRT：兼容性优先时的默认选择

SRT 保存编号、开始/结束时间和字幕文字。它容易人工检查，在不需要复杂样式时非常适合作为交换或主文件。

1
00:00:01,000 --> 00:00:04,000
Welcome to our video.

平台和编辑器兼容性很高。
毫秒使用逗号，例如 00:00:01,000。
适合翻译、校对和交付。
不适合可靠保存字体、颜色、动画和精确位置。

VTT：面向网页播放的格式

WebVTT 为浏览器媒体设计，毫秒使用小数点，并可包含 cue 设置、说话人标签和网页相关元数据。

WEBVTT

00:00:01.000 --> 00:00:04.000
<v Speaker>Welcome to our video.

当 HTML5 播放器或目标系统明确需要 WebVTT 时使用 VTT，不必为了“格式更新”而无意义转换。

ASS：当字幕设计也是交付内容

ASS 可以保存字体、颜色、描边、屏幕位置和卡拉OK效果。它适合品牌化或创意字幕，但结构也更复杂。

[Script Info]
ScriptType: v4.00+

[Events]
Dialogue: 0,0:00:01.00,0:00:04.00,Default,,0,0,0,,Welcome to our video.

如果最终平台不支持 ASS，通常应把样式字幕烧录进视频，或另行提供更简单的字幕格式。

TXT：适合转录文本，不是同步字幕轨

TXT 是纯文本。适合转录、笔记、搜索和内容再利用，但通常没有 cue 时间码，因此本身不是同步字幕格式。

Welcome to our video.
In this tutorial, we explain subtitle formats.

SRT → TXT 会有意删除编号和时间码。TXT → SRT 如果没有其他时间数据，就必须重新生成时间。

功能对比

功能	SRT	VTT	ASS	TXT
时间 cue	有	有	有	通常没有
通用兼容性	很高	网页中高	中等	仅文本
高级样式	无	基础	高级	无
精确定位	有限	基础	高级	无
手工编辑	容易	容易	中等	容易
网页播放器	好	最佳	少见	不适用
样式烧录工作流	有限	有限	最佳	不适用
转录文本	可用	可用	较差	最佳

转换时会丢失什么？

SRT → VTT: 文字和时间通常可以保留，但 WEBVTT 头部和毫秒语法会变化。
VTT → SRT: 基础 cue 可正常转换，但 WebVTT 专用设置和元数据可能丢失。
ASS → SRT: 文字和时间可保留，但字体、颜色、位置、动画等高级样式通常会丢失。
SRT → TXT: 适合生成转录文本，但会删除时间和 cue 结构。
TXT → SRT: 如果没有外部时间数据，就需要重新生成时间码。

常见格式错误

把 TXT 当同步字幕轨: 没有时间码就无法正常与视频同步。
需要高级设计却只使用 SRT: SRT 更强调兼容性，而不是视觉样式。
认为 ASS 转 SRT 后样式仍会保留: 文字可能保留，但高级样式通常不会。
忽略最终平台: 应根据播放器或编辑器真正支持的格式来选择。

稳定的格式工作流

兼容性优先时先准备干净的 SRT 主文件。
转换前验证时间和文件结构。
翻译和修改时尽量保持 cue 时间稳定。
网页真正需要 WebVTT 时再转成 VTT。
需要保留可编辑样式和位置时使用 ASS。
需要转录文本时单独导出 TXT。
发布前在真实播放器中检查最终文件。

大多数工作流中，SRT 是实用主格式，VTT 专注网页，ASS 专注样式，TXT 专注转录文本。

常见问题

哪种字幕格式最好？

没有一种格式适合所有场景。通用情况下 SRT 是最稳妥的默认选择。

VTT 比 SRT 更好吗？

HTML5 场景通常更合适，但通用交换时 SRT 更简单。

ASS 能保存字体和颜色吗？