Logga inProva gratis

Vad är en VTT-fil?

En VTT-fil (WebVTT, .vtt) är det vanliga formatet för undertexter och textning i webbvideo. Den är ren text precis som SRT, men börjar med raden WEBVTT, skriver millisekunder efter en punkt och kan innehålla stilar, placeringar och talartaggar som webbläsare förstår.

Exempel
WEBVTT

00:00:01.000 --> 00:00:04.000
Välkommen tillbaka till programmet.

00:00:04.200 --> 00:00:07.500 line:85%
<v Anna>I dag pratar vi om undertexter.

Så är en VTT-fil uppbyggd

Första raden är WEBVTT, följd av en tom rad. Varje block har sedan en valfri identifierare, en tidsrad som 00:01:02.500 --> 00:01:05.000 och texten. En tom rad skiljer blocken åt, precis som i SRT.

Tidsstämplar i VTT-formatet

WebVTT skriver en punkt före millisekundernas tre siffror, aldrig ett kommatecken. Timmarna är valfria, så 01:02.500 och 00:01:02.500 betyder samma ögonblick. Ett kommatecken eller en saknad WEBVTT-rad är den vanligaste anledningen till att en webbläsare inte visar några undertexter alls.

Vad WebVTT lägger till jämfört med SRT

Blocknummer är valfria, och ett block kan sluta med inställningar som line:85% eller align:start som flyttar det på skärmen. NOTE-block innehåller kommentarer, STYLE-block innehåller CSS, och taggar som <v Anna> visar vem som talar.

Blockinställningar

Inställningarna står efter sluttiden på samma rad: line flyttar blocket uppåt eller nedåt, position och size anger var det börjar och hur brett det är, align ställer texten till vänster, i mitten eller till höger, och vertical gör om den till lodrät text för japanska eller kinesiska. Spelare som inte stöder en inställning ignorerar den helt enkelt.

Var VTT-filer används

VTT är vad HTML5-elementet <track> laddar, så webbspelare som Vimeo, JW Player och Brightcove använder det. Mötesplattformar som Zoom och Microsoft Teams sparar också transkriptioner som VTT.

Vanliga problem

Webbläsare avvisar en fil utan WEBVTT på första raden. På en webbplats måste .vtt-filen skickas som text/vtt från samma webbplats som sidan, eller med rätt CORS-huvuden – annars dyker undertexterna helt enkelt inte upp, utan något felmeddelande.

Frågor

Är VTT bättre än SRT?

För webbplatser, ja: webbläsare läser det direkt och det stöder placering. För redigeringsprogram och uppladdningsformulär är SRT säkrare, eftersom fler verktyg accepterar det.

Kan jag byta namn från .vtt till .srt?

Nej. Tidsstämplarna har ett annat skiljetecken och WEBVTT-raden ligger kvar i filen, så konvertera den i stället.

Hur öppnar jag en VTT-fil?

I valfri textredigerare, eller ladda den tillsammans med en video i VLC eller en spelare i webbläsaren.

Hur ser en tidsstämpel i VTT-format ut?

00:00:04.200 --> 00:00:07.500, eller 00:04.200 --> 00:07.500 utan timmar: minuter, sekunder, en punkt och tre siffror för millisekunderna.

Behöver en VTT-fil blocknummer?

Nej. En rad ovanför tidsraden är en valfri identifierare, som kan vara ett nummer eller vilket namn som helst. Filer utan identifierare är giltiga.

Läs mer

Relaterade begrepp

  • SRT-fil

    En SRT-fil (SubRip Subtitle, .srt) är en undertextfil i ren text. Varje undertext är ett numrerat block med start- och sluttid och en eller två rader text. Spelare och plattformar visar texten över videon vid de tiderna, och tittaren kan slå på eller stänga av undertexterna.

  • Tidskod

    Tidskod (timecode) är en märkning av varje bildruta i en video, skriven som timmar:minuter:sekunder:bildrutor — 01:02:03:12 är bildruta 12 i tredje sekunden. Redigerare använder den för att hitta samma ögonblick i varje kopia av ett projekt. Undertextfiler räknar oftast tid i millisekunder i stället, och det är där förväxlingarna börjar.

  • Talardiarisering

    Talardiarisering (speaker diarization) är steget i taligenkänning som räknar ut vem som talade när. Den delar upp en inspelning i segment efter röst och märker dem Talare 1, Talare 2 och så vidare, så att transkriptionen av en intervju eller ett möte visar varje persons repliker i stället för ett enda textblock.

Uppdaterad: