VTTファイルとは？

VTTファイル（WebVTT、.vtt）は、Web動画で使われる字幕・キャプションの形式です。SRTと同じプレーンテキストですが、1行目がWEBVTTで始まり、ミリ秒の前にピリオドを使います。さらに、ブラウザが解釈できるスタイル、表示位置、話者タグも記述できます。

例

WEBVTT

00:00:01.000 --> 00:00:04.000
番組へおかえりなさい。

00:00:04.200 --> 00:00:07.500 line:85%
<v Anna>今日のテーマは字幕です。

VTTファイルの構造

1行目はWEBVTTで、その後に空行が続きます。各キューは、省略可能な識別子、00:01:02.500 --> 00:01:05.000 のような時間の行、テキストで構成されます。SRTと同じく、キューとキューの間は空行で区切ります。

WebVTTでは、3桁のミリ秒の前に必ずピリオドを書き、カンマは使いません。「時」は省略できるため、01:02.500と00:01:02.500は同じ時点を表します。カンマを使っていたり、WEBVTTの行がなかったりすることが、ブラウザで字幕がまったく表示されない最も多い原因です。

キュー番号は省略できます。キューの末尾に line:85% や align:start などの設定を書くと、画面上の位置を動かせます。NOTEブロックにはコメント、STYLEブロックにはCSSを書き、<v Anna> のようなタグで話している人を示します。

設定は、同じ行の終了時刻の後に書きます。lineはキューを上下に動かし、positionとsizeは開始位置と幅を決め、alignはテキストを左・中央・右に揃え、verticalは日本語や中国語向けの縦書きにします。対応していない設定は、プレーヤーが単に無視します。

VTTはHTML5の<track>要素が読み込む形式なので、Vimeo、JW Player、BrightcoveなどのWebプレーヤーで使われています。ZoomやMicrosoft Teamsといった会議ツールも、文字起こしをVTTで保存します。

1行目にWEBVTTがないファイルは、ブラウザに読み込みを拒否されます。Webサイトでは、.vttファイルをtext/vttとして、ページと同じサイトから配信するか、正しいCORSヘッダーを付けて配信する必要があります。そうしないと、エラーも出ないまま字幕が表示されません。

Webサイトでは、はい。ブラウザがそのまま読み込め、表示位置も指定できます。編集ソフトやアップロードフォームでは、対応ツールが多いSRTのほうが確実です。

いいえ。タイムスタンプの区切り文字が違い、WEBVTTのヘッダーもファイルに残るため、変換が必要です。

どのテキストエディタでも開けます。VLCやブラウザのプレーヤーで、動画と一緒に読み込むこともできます。

00:00:04.200 --> 00:00:07.500、または「時」を省いた 00:04.200 --> 00:07.500 です。分、秒、ピリオド、3桁のミリ秒の順で書きます。

いいえ。時間の行の上にある行は省略可能な識別子で、番号でも任意の名前でもかまいません。識別子のないファイルも有効です。