字幕フォーマット解説：SRT・WebVTT・EBU-STLほか

納品する字幕のフォーマットは、作品の行き先によって決まります。字幕フォーマットの違いをまとめるとこうです。SRT は、ほとんどのプラットフォームや映画祭が受け付ける汎用のプレーンテキスト形式です。WebVTT はWebプレーヤーの標準です。SCC は放送用の米国式クローズドキャプションを運びます。EBU-STL は欧州の放送で長く使われてきた交換用フォーマットです。iTT はAppleのタイムドテキスト形式です。IMSC1 と EBU-TT-D は、ストリーミングやオンライン放送サービスで使われる、TTMLの新しいXMLプロファイルです。ASS は装飾の多い字幕のためのもので、焼き付けで使われることがよくあります。

最も多くのトラブルを防ぐルールはこれです。まず納品仕様を読み、求められているものを正確に書き出すこと。このガイドでは、各フォーマットの説明、それを求めるのが一般的に誰なのか、すべてに共通する読みやすさの慣習、そしてファイルを手放す前の確認方法を説明します。

プレーンテキストの働き者：SRTとWebVTT

SRT（SubRip）

SRTは番号付きのキューのリストで、それぞれに開始時刻と終了時刻、1〜2行のテキストがあります。読みやすく、どのテキストエディターでも編集しやすく、ほぼどこでも受け付けられます。動画プラットフォーム、多くのストリーミングアグリゲーター、ほとんどの映画祭の応募プラットフォーム。

その限界こそが、他のフォーマットが存在する理由です。SRTには位置や装飾の標準がありません。基本的なイタリックのタグを反映するプレーヤーもあれば、無視するプレーヤーもあります。文字コードも重要です。UTF-8で保存しないと、一部のプレーヤーでアクセント付きの文字が化けることがあります。

WebVTT

WebVTTはWebの字幕フォーマットで、HTML5の track 要素とともに使われます。SRTにヘッダーを付け、タイムスタンプのカンマをピリオドに変えたような見た目で、位置や揃えのためのキュー設定と装飾が加わっています。行き先がWebサイト、独自のプレーヤー、Webベースの動画ホスティングなら、たいていWebVTTが正しい選択です。

装飾付きの字幕：ASS

ASS（Advanced SubStation Alpha）は、フォント、色、縁取り、精密な位置指定、エフェクトに対応しています。様式化された作品、カラオケ風の文字、字幕がデザインの一部になっている作品で人気があります。ASSをサイドカーとして受け付けるプロ向けのプラットフォームは少ないので、主に見た目を作り込んでから映像に焼き付けるために使われます。

放送用フォーマット：SCCとEBU-STL

SCC（Scenarist Closed Caption）

SCCはCEA-608のクローズドキャプション、つまり北米の放送で使われているライン21のキャプション規格を運びます。米国の放送局や一部の配給会社からよく求められます。このフォーマットには厳しい制約があります。限られた文字セット、1行の最大文字数が短い固定のキャプショングリッド、放送のフレームレートに結びついたタイミング。SRTで使うより短い行を想定しておいてください。

EBU-STL

EBU-STL（EBU Tech 3264）は、欧州の放送局が何十年も使ってきたバイナリの字幕交換フォーマットです。放送局とその字幕制作会社は、通常のテレビ放送のワークフローのために今もこれを求めます。バイナリなのでテキストエディターでは直せません。最初から正しく書き出し、検証してください。

XMLのタイムドテキスト：iTT、IMSC1、EBU-TT-D

これらのフォーマットはすべて、W3Cのタイムドテキスト用XML規格であるTTML（Timed Text Markup Language）の上に作られています。違いはプロファイル、つまりどの機能を許可しているか、誰がそれを求めるかです。

• iTT（iTunes Timed Text） はAppleのTTMLベースのフォーマットで、Appleのプラットフォームに配信パートナーを通じて納品するときに使われます。
• IMSC1 は、インターネットのメディア向けに設計されたTTMLのW3Cプロファイルです。多くのストリーミングサービスが、テキスト字幕にIMSCのプロファイルを受け付けるか、推奨しています。仕様が特定のIMSCのバージョンを指定しているか確認してください。
• EBU-TT-D は、欧州放送連合による配信用のTTMLプロファイルで、欧州の放送局が運営するオンラインやコネクテッドTVのサービスで使われています。

仕様に「TTML」と書かれていたら、どのプロファイルかを尋ねてください。その違いは検証ツールにとって重要です。

誰が何を求めるのか

あくまで一般的な傾向です。プラットフォーム、放送局、映画祭はそれぞれ独自のルールを公開しており、そのルールは変わります。

• WebとSNS： サイドカーとしてのSRTまたはWebVTT。サイドカーを無視するプラットフォームや自動再生のフィードには焼き付け字幕。
• ストリーミングサービス： 一般的にはIMSC1などのTTMLプロファイル。小規模なサービスではSRTの場合も。スタイルガイドに正確に従ってください。
• Appleのプラットフォーム： iTT。通常は認定パートナーを通じて納品します。
• 米国の放送： クローズドキャプションにはSCC。
• 欧州の放送： 従来のワークフローにはEBU-STL、オンラインサービスにはEBU-TT-D。
• 映画祭： 通常は選考委員会向けのSRTファイルと、映画祭の技術仕様に沿った字幕付きの上映用コピー。インディー映画の映画祭納品物チェックリストをご覧ください。

読む速さと1行の長さ

フォーマットはテキストを運ぶもので、読めるかどうかを決めるのは慣習です。よく使われる目安は次のとおりで、プラットフォームや観客によって変わります。

• 1枚の字幕は最大2行で、改行は自然な句の切れ目に入れる。
• 1行の長さは、ラテン文字ならおおむね37〜42文字。SCCのような放送用キャプションのフォーマットはもっと厳しい。
• 読む速さは1秒あたりの文字数で表されることが多い。成人向けのコンテンツでは15〜17程度、子ども向けの番組ではもっと遅くするよう勧めるガイドが多く、20程度まで許すプラットフォームもある。
• 1秒未満の最短表示時間は一般に避けられ、6分の5秒程度がよくある下限。最長表示時間は7秒程度とされることが多い。
• 連続する字幕の間に数フレームの隙間を空けると、目が切り替わりを認識しやすくなる。
• ショットの切り替わり： 数フレームだけカットをまたぐ字幕は避ける。

翻訳された字幕は、たいてい元の言語より長くなります。元の字幕を区切るときに余裕を持たせておきましょう。

納品前のQC

字幕ファイルが差し戻される理由は、たいてい退屈なものです。重なり、読むには速すぎるキュー、化けた文字、間違ったフレームレート。次の点を確認してください。

1. 文字コード（テキスト形式ならUTF-8）と、すべての特殊文字が表示されること。
2. 重なったキューや長さゼロのキューがないこと。
3. 読む速さと1行の長さがプラットフォームの制限内であること。
4. 最初のキューから最後のキューまでタイミングが合っていること。特に映像の変更後。
5. フレームレートと開始タイムコードがマスターと一致していること。
6. 対象のプレーヤーで再生できる、またはプラットフォームの検証ツールを通ること。

cinemaOSでは、Finisher ▸ Localize ▸ Captions で、書き出し前にプロファイルに照らしてQCを実行します。Strict はあなたが解決すべき問題をすべて報告し、Compatible Repair はさまざまなプレーヤーで問題なく再生できるファイルを目指します。同じ場所からSRT、WebVTT、ASS、SCC、EBU-STL、iTT、IMSC1、EBU-TT-D、FCPXMLを書き出せるほか、Burn In で字幕を映像にレンダリングしたバージョンも作れます。先に字幕を別の言語にする必要があるなら、Macでローカルに字幕を翻訳する方法をご覧ください。

FAQ

SRTとWebVTT、どちらで納品すべきですか？

行き先が指定するほうで納品してください。仕様がなければ、一般的にはSRTが最も無難で、WebプレーヤーにはWebVTTのほうが向いています。

SRTを後からEBU-STLやSCCに変換できますか？

できますが、変換すると限界が表に出ます。SCCの短い行と制限された文字、EBU-STLのバイナリ構造。必要な中で最も厳しいフォーマットに合わせて区切りとQCを行い、他のフォーマットは同じ元データから書き出しましょう。

字幕を焼き付けるべきなのはどんなときですか？

プレーヤーがサイドカーファイルを無視するとき、SNSへの投稿や自動再生のフィード、そして上映会場から求められたときです。字幕のないクリーンなマスターも必ず残しておいてください。

最初から正しいフォーマットで書き出す

修正済みの字幕の元データを1つ持ち、そこから各納品フォーマットを書き出しましょう。cinemaOSをダウンロードすれば、60日間の無料体験の間に、Mac上でQCを実行し、すべてのフォーマットを書き出せます。カード登録は不要です。