跳到正文
cinemaOS

操作指南

字幕格式详解：SRT、WebVTT、EBU-STL 等

SRT、WebVTT、ASS、SCC、EBU-STL、iTT、IMSC1 和 EBU-TT-D 的区别：每种格式是什么、谁会要求、阅读速度惯例，以及交付前如何做 QC。

发布于 阅读约 7 分钟

交付哪种字幕格式，取决于影片要去哪里。各种字幕格式的区别简单来说是：SRT 是大多数平台和电影节都接受的通用纯文本格式。WebVTT 是网页播放器的标准。SCC 承载美式广播隐藏字幕。EBU-STL 是历史悠久的欧洲广播交换格式。iTT 是 Apple 的定时文本格式。IMSC1 和 EBU-TT-D 是 TTML 的现代 XML 配置，用于流媒体和在线广播服务。ASS 用于样式丰富的字幕，通常会烧录进画面。

最能省去麻烦的规则是：先读交付规范，然后完全按它的要求导出。本指南解释每种格式、通常由谁要求、适用于所有格式的阅读惯例，以及文件离手之前如何检查。

纯文本主力：SRT 和 WebVTT

SRT（SubRip）

SRT 是一个编号的字幕条列表，每条有开始和结束时间，以及一到两行文字。它易于阅读，用任何文本编辑器都能编辑，几乎在所有地方都被接受：视频平台、很多流媒体聚合商，以及大多数电影节投片平台。

它的局限，正是其他格式存在的原因。SRT 没有关于位置或样式的标准。有些播放器支持基本的斜体标签，有些则忽略。编码也很重要：请保存为 UTF-8，否则带重音的字符或中文字符在某些播放器上可能显示错乱。

WebVTT

WebVTT 是网页的字幕格式，与 HTML5 的 track 元素配合使用。它看起来像 SRT，多了一个文件头，时间戳中用句点代替逗号，并增加了用于位置和对齐的字幕条设置以及样式。如果目的地是网站、自定义播放器或基于网页的视频托管服务，WebVTT 通常是正确的选择。

带样式的字幕：ASS

ASS（Advanced SubStation Alpha）支持字体、颜色、描边、精确定位和特效。它在风格化作品、卡拉 OK 式文字以及字幕本身就是设计一部分的影片中很受欢迎。很少有专业平台接受 ASS 作为外挂字幕，所以它主要用于制作字幕的外观，然后烧录进画面。

广播格式：SCC 和 EBU-STL

SCC（Scenarist Closed Caption）

SCC 承载 CEA-608 隐藏字幕，这是北美广播中使用的第 21 行字幕标准。美国电视台和一些发行商经常要求这种格式。它的限制很严格：有限的字符集、行长很短的固定字幕网格，以及与广播帧率绑定的时间。请准备好使用比 SRT 更短的行。

EBU-STL

EBU-STL（EBU Tech 3264）是一种二进制字幕交换格式，欧洲电视台已经使用了几十年。在传统线性电视工作流中，电视台及其字幕供应商仍然会要求这种格式。因为它是二进制的，你无法在文本编辑器中修改它；第一次就要正确导出，并进行验证。

XML 定时文本：iTT、IMSC1 和 EBU-TT-D

这些格式都建立在 TTML（Timed Text Markup Language）之上，这是 W3C 的定时文本 XML 标准。它们的区别在于配置：允许哪些功能，以及由谁要求。

  • iTT（iTunes Timed Text） 是 Apple 基于 TTML 的格式，在通过交付合作伙伴向 Apple 平台交付时使用。
  • IMSC1 是 W3C 为互联网媒体设计的 TTML 配置。很多流媒体服务接受或偏好 IMSC 配置的文本字幕。请确认规范是否指定了某个 IMSC 版本。
  • EBU-TT-D 是欧洲广播联盟用于分发的 TTML 配置，用于欧洲电视台运营的在线和联网电视服务。

如果规范写的是“TTML”，请问清楚是哪种配置。这些差异对验证工具很重要。

谁会要求什么

以下只是一般规律。每个平台、电视台和电影节都会公布自己的规则，而且这些规则会变化。

  • 网页和社交平台： SRT 或 WebVTT 外挂字幕；对于忽略外挂字幕的平台和自动播放信息流，使用烧录字幕。
  • 流媒体服务： 通常是 IMSC1 等 TTML 配置，较小的服务有时接受 SRT。请严格遵循其样式指南。
  • Apple 平台： iTT，通常通过认可的合作伙伴交付。
  • 美国广播： 隐藏字幕使用 SCC。
  • 欧洲广播： 传统工作流使用 EBU-STL，在线服务使用 EBU-TT-D。
  • 电影节： 通常为选片委员会提供一个 SRT 文件，另按电影节的技术规范提供带字幕的放映拷贝。请参阅我们的独立电影节交付物清单。

阅读速度和行长

格式承载文字；惯例决定人们能否读完。以下是常见准则，因平台和观众而异：

  • 每条字幕最多两行，在自然的短语边界处断行。
  • 拉丁字母文字的行长通常在 37 到 42 个字符左右。SCC 等广播字幕格式更严格。
  • 阅读速度通常以每秒字符数表示。很多指南建议成人内容大约为 15 到 17，儿童节目更慢，而有些平台允许最高约 20。
  • 一般避免最短时长低于一秒；约六分之五秒是常见的下限。最长时长通常在七秒左右。
  • 相邻字幕之间留出几帧间隔，有助于眼睛察觉变化。
  • 镜头切换： 避免字幕只跨过剪辑点几帧。

翻译后的字幕通常比源文本更长。在切分原始字幕时就预留余量。

交付前做 QC

字幕文件被退回，通常是因为一些枯燥的原因：重叠、某条字幕快得读不完、字符损坏、帧率错误。检查：

  1. 编码（文本格式用 UTF-8），以及每个特殊字符都能正确显示。
  2. 没有重叠的字幕条，没有零时长的字幕条。
  3. 阅读速度和行长在平台限制之内。
  4. 从第一条到最后一条时间都同步，尤其是画面改动之后。
  5. 帧率和起始时间码与母版一致。
  6. 文件能在目标播放器中播放，或者通过平台的验证工具。

在 cinemaOS 中，Finisher ▸ Localize ▸ Captions 会在导出前按配置运行 QC。Strict 会报告每一个问题供你处理，Compatible Repair 的目标是得到一个能在各种播放器上干净播放的文件。在同一个地方，你可以导出 SRT、WebVTT、ASS、SCC、EBU-STL、iTT、IMSC1、EBU-TT-D 或 FCPXML，或者使用 Burn In 生成字幕渲染进画面的版本。如果你需要先把字幕翻译成另一种语言，请参阅如何在 Mac 本地翻译字幕。

常见问题

应该交付 SRT 还是 WebVTT？

交付目的地指定的格式。如果没有规范，SRT 是最稳妥的通用选择，WebVTT 更适合网页播放器。

之后能把 SRT 转换成 EBU-STL 或 SCC 吗？

可以，但转换会暴露限制：SCC 的短行和受限字符集，以及 EBU-STL 的二进制结构。按你需要的最严格格式来切分和做 QC，然后从同一个源导出其他格式。

什么时候应该烧录字幕？

当播放器忽略外挂字幕文件时，用于社交平台发布和自动播放信息流时，或者放映场地提出要求时。同时也要保留一份不带字幕的干净母版。

第一次就导出正确的格式

保留一份修正好的字幕源，从它导出每一种交付格式。下载 cinemaOS，在 60 天免费试用期内，在你的 Mac 上运行 QC 并导出所有格式，无需绑定银行卡。