SRT・VTT・文字起こし・音声ファイルの違い

動画翻訳のプロジェクトでは、見た目は似ていても用途が異なる複数のファイルが作られます。

SRTとVTTには、再生時刻に合わせた文章が入ります。
文字起こしには話された内容が入り、通常は細かな再生時刻を含みません。
音声ファイルには翻訳後の音声が入ります。
動画ファイルは映像と音声トラックを組み合わせたものです。

必要なファイルを正しく保管すると、公開、確認、将来の更新が楽になります。

簡単な比較

ファイル	内容	タイミング	主な用途
SRT	字幕の文章	あり	動画サービス、編集ソフト
VTT	時間付き文章と任意のキュー設定	あり	ウェブ動画プレーヤー
文字起こし	話された文章	通常はなし	確認、検索、メモ、記録
音声	声と音	メディアとしてあり	吹き替え音声、編集、ポッドキャスト
動画	映像と音声	あり	最終的な再生

SRTファイルとは

SRTはSubRip Subtitleの略で、プレーンテキスト形式の字幕ファイルです。

各キューには、連番、開始・終了時刻、字幕の文章が入ります。

1
00:00:01,000 --> 00:00:04,200
最初のレッスンへようこそ。

SRTは多くのサービスで利用でき、テキストエディターでも簡単に編集できます。基本的なSRTには複雑な書式情報は含まれません。

YouTubeは、字幕ファイルに慣れていないクリエイターにSRTまたはSubViewerを推奨しています。対応字幕形式のガイドでは、基本的なSRTをUTF-8のプレーンテキストで保存するよう案内しています。

VTTファイルとは

VTTは通常WebVTT（Web Video Text Tracks）を指し、ウェブ上の音声や動画と同期する文章のために設計された形式です。

簡単なファイルはWEBVTTで始まります。

WEBVTT

00:00:01.000 --> 00:00:04.200
最初のレッスンへようこそ。

WebVTTは字幕、クローズドキャプション、説明、チャプターなど、時間に合わせたメタデータに対応できます。形式の詳細はW3C WebVTT仕様で定義されています。

ウェブプレーヤーや公開システムから指定された場合はVTTを使います。

SRTとVTTの違い

次の場合はSRTが適しています。

公開先がSRTに対応している
シンプルで編集しやすい字幕が必要
編集・翻訳工程でSRTを使用している
書式や表示位置が重要ではない

次の場合はVTTが適しています。

ウェブプレーヤーがVTTを要求する
WebVTTのキュー設定が必要
HTMLのvideoトラックで使う
公開システムからVTTを指定されている

.srtを.vttに名前変更するだけでは変換できません。時刻の書式とファイル構造が異なります。

文字起こしとは

文字起こしは、話された内容を文章として記録したものです。通常、各行の正確な開始・終了時刻は含みません。

翻訳の確認、検索できるメモ、記事の下書き、会議記録、講座資料、用語確認、後から字幕を作る場合に役立ちます。

話者名や段落を含めることはできますが、時刻と改行を調整しない限り、そのまま字幕としては使えません。

音声ファイルとは

音声ファイルには翻訳後の音声トラックが入ります。出力方法によっては音楽や効果音も含まれます。一般的な形式はWAV、MP3、AAC、FLACです。

動画編集ソフトや公開先が求める形式を選びます。WAVは非圧縮音声を保存できるため編集に向き、MP3は非可逆圧縮ですがファイルを小さくできます。

YouTubeの多言語音声には、動画とほぼ同じ長さの対応音声ファイルを使用します。アップロード前にYouTubeの最新手順を確認してください。

アップロード前の技術確認

小さな形式上の誤りでも、アップロードが拒否されたりタイミングがずれたりします。

日本語やアクセント記号を正しく保つため、字幕をUTF-8で保存する。
SRTのミリ秒には00:00:04,200のようにカンマを使う。
WebVTTのミリ秒には00:00:04.200のようにピリオドを使う。
VTTファイルをWEBVTTで始める。
SRTの連番を正しい順序にする。
各キューの終了が開始より後で、意図せず重ならないことを確認する。
アップロード後、最初、中間、最後のキューを実際に再生する。

拡張子の変更は形式の変換ではありません。正しい形式で出力または変換し、ヘッダーとタイムコードを確認します。

保管すべきファイル

元動画、元の文字起こし、承認済みの翻訳、最終吹き替え音声、最終字幕、最終動画、用語集、確認メモ、音声使用の承認記録、公開URLを保管します。

これらがあれば、最初から作り直さずに字幕の修正、音声の差し替え、一行の更新、別サービスへの移行ができます。

ファイルの整理方法

例：

project-name/
  source/
    project-name.source.mp4
    project-name.source.txt
  ja-JP/
    project-name.ja-JP.transcript.v2.txt
    project-name.ja-JP.subtitles.v2.srt
    project-name.ja-JP.audio.v2.wav
    project-name.ja-JP.video.v2.mp4
    project-name.ja-JP.review.v2.txt

すべてのファイル名に言語、バージョン、用途を含めます。

よくある間違い

文字起こしを字幕としてアップロードする

時刻情報がない文字起こしは、字幕トラックとして正しく動作しません。

字幕だけを直して音声を直さない

修正によって話す内容が変わるなら、両方を更新します。

古い翻訳案の字幕を使う

最終版の吹き替え音声に合わせて字幕を作成または確認します。

個別の音声ファイルを失う

最終動画を書き出した後も、音声トラックを別に保管します。

地域別のバージョンを混ぜる

地域で内容が異なる場合は、pt-BRとpt-PTのように言語と地域を明記します。

Dub AIで取得できるファイル

Dub AIのプロジェクトでは、吹き替え済み動画、翻訳済み文字起こし、字幕、音声ファイルを取得できます。

AI動画翻訳から始め、プロジェクトファイルを確認・承認記録と一緒に保管してください。