制作字幕：SRT 还是 VTT，以及如何上传到 YouTube
2026年10月21日 · 6 分钟阅读
字幕让视频更易于理解，也更容易被找到。说明 SRT 和 VTT 文件包含什么、两者有何不同、哪些规则能让字幕易于阅读，以及如何把文件上传到 YouTube。
很多人看视频时都会关掉声音：在火车上、开放式办公室里，或者夜里身边有睡着的孩子时。对于聋人和听力障碍的观众，字幕是唯一能跟上内容的方式。而且，搜索引擎能读取文字却无法读取音频，因此字幕也有助于你的视频被找到。
字幕文件里有什么？
字幕文件是纯文本：一系列字幕条目，每一条包含开始时间、结束时间，以及两者之间显示的文字。视频本身保持不变，播放器负责叠加字幕。因此字幕可以开关，也可以之后再修改。
SRT 与 VTT 对比
| SRT（SubRip） | VTT（WebVTT） | |
|---|---|---|
| 时间格式 | 00:01:02,500（逗号） | 00:01:02.500（点号） |
| 文件头 | 无 | 以“WEBVTT”开头 |
| 样式 | 几乎没有 | 可设置位置、样式和说话人标签 |
| 典型用途 | YouTube、视频编辑软件、媒体播放器 | HTML5 播放器、学习平台、Vimeo |
实际上两者的差别不大。YouTube 两种格式都接受。如果某个程序只支持一种，通常是 SRT；网页播放器则更倾向于 VTT，因为它是 W3C 制定的浏览器字幕标准。
易读字幕的规则
- 每条字幕最多两行；广播机构通常每行约 37 至 42 个字符。
- 每条字幕都要停留足够长的时间——经验上至少一秒，长句子则要更长。
- 在自然的位置断行：不要把冠词与名词分开，也不要断在人名中间。
- 有多位说话人时，要标明是谁在说话——用名字或破折号。
自动生成的字幕是按语音停顿切分的，而不是按这些规则。在 Sprechverlauf 上，每段识别出的内容会成为一条字幕；长句会变成长字幕。对于社交媒体和学习视频，这通常没有问题。如果要符合广播标准，就用 Subtitle Edit 或 Aegisub 等字幕编辑器缩短并重新断行。
把字幕上传到 YouTube
- 打开 YouTube Studio，点击左侧的“字幕”。
- 点击视频，如有需要，添加语言。
- 在“字幕”下点击“添加”，然后点击“上传文件”。
- 选择“带时间码”，选中 SRT 或 VTT 文件，然后发布。