字幕ファイルの形式の違いは?SRT・VTT・TTMLの選び方

時刻の行が並ぶSRTやVTTの字幕ファイルを開いたパソコンの画面

この記事でわかること

  • SRT・WebVTT(VTT)・TTML がそれぞれどんな形式か
  • 形式を選ぶときの 4 つの物差し
  • 3 つの形式の比較表
  • 研修動画の場面ごとの選び方
  • 字幕ファイルを受け渡すときの注意

まず読む: 字幕と吹き替えの違いは?研修動画で選ぶときの物差しと比較表

結論: 字幕ファイルの形式はどう選べばよい?

字幕ファイルの形式は、どこで字幕を見せるかで選びます。ブラウザで再生する動画なら WebVTT(拡張子 .vtt)、放送や制作会社との受け渡しなら TTML、古いソフトや一部の動画サービスに渡すなら SRT(拡張子 .srt)、というのがおおまかな分け方です。

ウェブの見やすさの指針をまとめている W3C の WAI(ウェブアクセシビリティ・イニシアティブ)は、ウェブで字幕にもっともよく使われる形式は WebVTT だとし、ほかの形式として SRT と TTML を挙げています[4]。どの形式も「字幕の文」と「いつからいつまで出すか」を記録する点は同じで、違うのは書き方と、表せることの幅です。

ただし、いちばん大事なのは受け取る側が読める形式かどうかです。動画サービス、学習管理システム、編集ソフトなど、字幕ファイルを読み込む側の案内を先に確かめてから形式を決めると、手戻りがありません。

字幕ファイルとは?3 つの形式はどう違う?

字幕ファイルとは、動画とは別のファイルに、字幕の文と表示する時間をまとめて書いたものです。動画の上に重ねて表示するので、字幕を消したり、言語を切り替えたりできます。映像に字幕を描き込んでしまう「焼き込み」とはここが違います。

SRT:古くから使われている、いちばん素朴な形式

SRT は、字幕を作るソフトの形式として広まったものです。番号・時間・字幕の文を順に並べるだけの簡単な書き方で、多くのソフトが読み込めます。W3C の WebVTT の仕様書は、その謝辞の中で、SRT の形式を土台にして WebVTT の形式を作ったと記しています[1]。

タブレットで字幕付きの動画を見る人

WebVTT(VTT):ブラウザで字幕を出すための形式

WebVTT は、W3C が仕様書を公開している字幕の形式です[1]。仕様書によると、WebVTT のファイルは動画の字幕のほか、目の見えない人向けに映像の内容を文で説明するもの(テキストによる映像の説明)にも使えます[1]。文字のコードは UTF-8 と決められていて[1]、日本語や多言語の字幕でも文字化けが起きにくい作りです。

SRT にない機能として、字幕を画面のどこに出すかの指定(キューの設定)[1]や、ファイルの中に書くメモ(NOTE で始まる注記)[1]があります。なお、WebVTT の仕様書は、いまも W3C の「勧告候補」の段階として公開されています[1]。

TTML:XML で書く、受け渡しのための形式

TTML(Timed Text Markup Language)は、W3C が勧告している XML で書く字幕の形式です。仕様書は、TTML を字幕を作る道具どうしの受け渡しのための形式と説明しています[2]。すでに使われているさまざまな配信の形式のあいだで、字幕を変換したり受け渡したりすることを目的にしています[2]。

TTML は表せることが多い分、そのままでは大きすぎるため、インターネットの配信向けに使う範囲を絞った「IMSC」という決まりもあります。IMSC は、文字だけの字幕と、画像で作った字幕の 2 種類の決まりを定め[3]、世界中の字幕の配信で使うことを想定しています[3]。

選ぶときの物差しは?

字幕ファイルの形式を選ぶときは、次の 4 つの物差しで考えます。

物差し確かめること
受け取る側が読めるか動画サービス・学習管理システム・編集ソフトが、どの形式を読み込めるか
どこで再生するかブラウザの動画か、放送・大きな配信か、社内のソフトか
表したいことの幅字幕の位置・色・話している人の区別などを、ファイルで指定したいか
扱う言語日本語や多言語を扱うなら、文字のコードを UTF-8 にそろえられるか

いちばん上の「受け取る側が読めるか」が決まれば、ほかの物差しで迷うことは多くありません。字幕の位置や色の指定については、W3C の WAI も、ブラウザや再生の道具によって対応がまちまちで、思いどおりに表示されないことがあると注意しています[4]。凝った指定を入れても、見る側の環境で無視されることがある、と考えておくと安全です。

比較表: SRT・WebVTT・TTML はどこが違う?

項目SRT(.srt)WebVTT(.vtt)TTML(.ttml など)
決めているところ字幕を作るソフトの形式として広まったW3C が仕様を公開(勧告候補)[1]W3C の勧告[2]
書き方番号・時間・文を並べるだけ先頭に WEBVTT と書き、時間と文を並べるXML で書く[2]
文字のコード決まりがなく、保存のしかた次第UTF-8 と決められている[1]XML の決まりに従う
位置などの指定ほとんどできないキューの設定で指定できる[1]細かく指定できる
主な使い道古いソフトや多くの道具との受け渡しブラウザで再生する動画制作の道具どうし・配信の形式どうしの受け渡し[2]
研修動画での目安受け取る側が SRT を指定したときまず検討する形式制作会社や配信の仕組みから指定されたとき

SRT と WebVTT は見た目がよく似ています。WebVTT は SRT を土台に作られた[1]ので、字幕の文と時間の情報はそのまま移せます。一方、TTML は書き方がまったく違うため、変換には専用の道具を使うのがふつうです。

研修動画では、どの形式を選ぶ?(場面ごと)

自社のサイトや社内のページで再生する

ブラウザで再生するなら、WebVTT を選びます。W3C の WAI がウェブでもっともよく使われる形式としている[4]ので、ブラウザ側の対応も広いのが利点です。日本語・英語・ベトナム語など、言語ごとに 1 つずつ字幕ファイルを用意し、見る人が切り替えられるようにします。

学習管理システムや動画サービスに載せる

学習管理システムや動画サービスに字幕ファイルを読み込ませる場合は、そのサービスが読める形式に合わせます。案内に「SRT のみ」とあれば SRT、「VTT」とあれば WebVTT です。両方読めるなら WebVTT を選んでおくと、あとで自社のページに載せるときもそのまま使えます。

パソコンで研修の一覧と進み具合を開く社員。LMS(学習管理システム)

制作会社や配信の仕組みとやり取りする

翻訳会社や制作会社、放送・大きな配信の仕組みとやり取りするときは、TTML(または IMSC)を指定されることがあります。TTML はもともと受け渡しのための形式です[2]。指定がなければ、相手に読める形式を聞いてから用意します。

字幕を消せない形で配りたい

見る環境を問わず必ず字幕を出したいときは、字幕ファイルではなく、映像に焼き込んだ動画を配る方法もあります。焼き込んだ字幕は消せない代わりに、字幕ファイルを読めない再生の道具でも表示されます。字幕と吹き替えをどう使い分けるかは、字幕と吹き替えの違いで比べています。

koevo では、視聴ページで切り替えられる字幕と、映像に焼き込んだ常時表示の版の両方を配信できます[6]。届け方は、公開URLで配る・サイトに埋め込む・MP4 をダウンロードする、のどれかです[5]。学習管理システムなど別の仕組みに字幕ファイルとして渡す必要があるときは、どの形で受け渡せるかを、事前に提供する側へ確かめておくと安心です。

字幕ファイルを選ぶ・受け渡すときの注意は?

  1. 受け取る側が読める形式を確かめる:動画サービス・学習管理システム・編集ソフトの案内を見て、読める形式と文字のコードを確かめます
  2. 文字のコードを UTF-8 にそろえる:WebVTT は UTF-8 が決まりです[1]。SRT でも日本語や多言語なら UTF-8 で保存します
  3. 言語ごとにファイルを分け、名前で区別する:「研修A_ja.vtt」「研修A_vi.vtt」のように、言語が分かる名前にします
  4. 変換したら再生して確かめる:形式を変えると、位置や色の指定が消えたり、改行の位置が変わったりします
  5. 字幕の中身も読み直す:形式が正しくても、訳や区切りが読みにくいことがあります

形式の話とは別に、字幕の中身の読みやすさも大切です。1 秒あたりに読ませる文字の量の目安は、字幕の文字数の目安にまとめています。

もう 1 つ気をつけたいのは、字幕ファイルを直したあとの扱いです。字幕を直したら、動画を見る人に届く最新のファイルはどれかを決めておかないと、古い字幕が出回ることがあります。koevo のように画面の中で字幕・翻訳文を直せる仕組み[5]を使う場合は、直した場所を一つにまとめると、版がばらばらになるのを防げます。

動画の翻訳全体の進め方は、動画を翻訳する方法で整理しています。

よくある質問

SRT と VTT はどちらを使えばよいですか?

ブラウザで再生する動画に字幕を付けるなら、W3C が仕様を定めている WebVTT(VTT)が基本です。受け取る側のソフトや動画サービスが SRT しか読めない場合は SRT を使います。先に受け取る側が読める形式を確かめてください。

SRT を VTT に変えることはできますか?

できます。WebVTT は SRT を土台に作られた形式なので、字幕の文と時間はそのまま移せます。ただし、文字の色や位置の指定などは形式によって表し方が違うので、変えたあとに再生して確かめます。

TTML はどんなときに使いますか?

XML で書く形式で、字幕を作る道具どうしで受け渡すことを目的に作られました。放送や大きな配信の現場、制作会社とのやり取りで指定されることがあります。社内の研修動画だけなら、まず WebVTT で足りることが多いです。

字幕ファイルの文字化けを防ぐには?

文字のコード(エンコード)をそろえることです。WebVTT は仕様で UTF-8 と決められています。ほかの形式でも、日本語や多言語を扱うなら UTF-8 で保存するのが安全です。

字幕ファイルの形式は、受け取る側が読めるかどうかで選ぶのが基本です。ブラウザで再生するなら WebVTT、受け渡しの指定があれば TTML、古いソフトや指定があれば SRT を使います。どの形式でも、文字のコードを UTF-8 にそろえ、変換したら再生して確かめましょう。

この分野の記事

おわりに

字幕ファイルの形式について、いかがでしたか?ブラウザなら WebVTT、放送や制作会社とのやりとりなら TTML、多くのソフトで読めるのが SRT で、受け取る側が読める形式を先に確かめることが大切でした。

ちなみにスリーでは、「koevo」というサービスを提供しています。日本語の動画から、翻訳・字幕・吹き替えをまとめて作る動画の多言語化の仕組みです。研修やマニュアルの動画を、母国語の声で届けられます。日本語の動画の翻訳から字幕・吹き替えまでを、まとめて作りたいときにお使いいただけます。よろしければ、サービスページものぞいてみてください。

koevo のサービスページを見てみる

よくある質問

SRT と VTT はどちらを使えばよいですか?

ブラウザで再生する動画に字幕を付けるなら、W3C が仕様を定めている WebVTT(VTT)が基本です。受け取る側のソフトや動画サービスが SRT しか読めない場合は SRT を使います。先に受け取る側が読める形式を確かめてください。

SRT を VTT に変えることはできますか?

できます。WebVTT は SRT を土台に作られた形式なので、字幕の文と時間はそのまま移せます。ただし、文字の色や位置の指定などは形式によって表し方が違うので、変えたあとに再生して確かめます。

TTML はどんなときに使いますか?

XML で書く形式で、字幕を作る道具どうしで受け渡すことを目的に作られました。放送や大きな配信の現場、制作会社とのやり取りで指定されることがあります。社内の研修動画だけなら、まず WebVTT で足りることが多いです。

字幕ファイルの文字化けを防ぐには?

文字のコード(エンコード)をそろえることです。WebVTT は仕様で UTF-8 と決められています。ほかの形式でも、日本語や多言語を扱うなら UTF-8 で保存するのが安全です。

参考文献

海外の資料 4自社の一次資料 2

この記事は 6 本の出典をもとに書いています。うち 6 本は、引用した文が出典のページにあることを確かめています(2026年11月20日)。

  1. W3C「WebVTT: The Web Video Text Tracks Format」(Candidate Recommendation Draft)海外の資料
  2. W3C「Timed Text Markup Language 2 (TTML2)」海外の資料
  3. W3C「TTML Profiles for Internet Media Subtitles and Captions 1.2」海外の資料
  4. W3C WAI「Captions/Subtitles」(Making Audio and Video Media Accessible)海外の資料
  5. koevo ヘルプ(使い方・料金)自社の一次資料
  6. koevo 対応言語自社の一次資料

この記事を書いた人

動画の多言語化に毎日向き合っている koevo のチームが書いています。数字や制度は、元の資料へのリンクを付けています。