字幕格式怎么选？SRT、VTT、ASS 的取舍

字幕格式的选择，本质上不是"哪个更高级"，而是"这份文件交给谁用"。同一条文案，发给剪辑师、传给视频平台、塞进网页播放器，答案往往不一样。先看清四种格式各自能做什么，再按线索对号入座，避免做完了才发现下游不认。

先看清四种格式各自长什么样

SRT 是纯文本，结构只有序号、时间轴、文本三样，可读、可手改、兼容性较广。VTT 是 WebVTT，专为网页播放器设计，时间轴写法不同，还支持位置、对齐这类提示。ASS 和 SSA 出自同一套字幕引擎，ASS 是 SSA 的后续版本，两者都支持字体、颜色、位置、逐字动画等样式信息，文件里是带方括号的段落式结构。

SRT 一条：
1
00:00:01,000 --> 00:00:02,500
今天聊三个问题

VTT 一条：
00:00:01.000 --> 00:00:02.500
今天聊三个问题

差异先记一句：SRT 和 VTT 管"什么时候显示什么字"，ASS/SSA 还管"字长什么样、放在哪"。还有一个常被忽略的点：字幕文件本身不带字体，观众最终看到什么字体，取决于播放器或烧录时的设置，SRT/VTT 尤其如此。

线索一：交给谁播放

• 本地播放器、大多数下载的字幕文件：SRT 更稳，几乎都能认
• 网页内嵌播放（自己网站的 video 标签、H5 页面）：VTT 是一等公民，浏览器原生支持
• 需要精确样式（花字、卡拉OK、定位到画面某处）：ASS/SSA 才有这个能力
• 平台自动托管字幕（YouTube、B 站等）：上传 SRT 或 VTT 比较常见，平台会自己转

一句话：网页走 VTT，本地走 SRT，要样式走 ASS。注意字幕文件不带字体，VTT 里的样式提示部分播放器也会忽略。

线索二：交给哪个剪辑软件

• 剪映、Premiere、Final Cut 这类主流剪辑软件：导入 SRT 更省心，识别稳定
• 要做花字、动态字幕、逐字高亮：支持 ASS 的工程里直接挂 ASS 轨
• 软件不支持某种格式：先用工具转一道，再导入，比在软件里手动排时间轴快得多

如果你的剪辑软件导入后时间轴错位，先确认文件是标准 SRT（逗号分隔毫秒），而不是 VTT（点分隔），两者混用常是错位的根因。如果手上是 ASS 但剪辑软件只认 SRT，样式信息会丢失——这是格式降级，提前知道比事后返工好。

线索三：要不要花哨样式

• 只要"看得清字"：SRT 足够，样式交给播放器或烧录时再定
• 要指定字体、颜色、描边、位置：ASS/SSA 才能完整保留
• 烧录成片时再调样式：SRT 当母版也行，烧录工具里统一改

注意一个常见误区：把样式写进 ASS 再上传到会自动转码的平台，平台往往只保留文本、丢掉样式。要样式就在成片上烧出来，要检索就另传干净的字幕文件。

怎么选：四条线索归成一个动作

把上面的线索压成一张表：

你的下游	推荐格式	原因
本地播放器 / 下载分发	SRT	兼容性较广，几乎都能识别
网页播放器	VTT	浏览器原生支持
带样式的高级字幕	ASS / SSA	支持字体、位置、动画
平台自动托管	SRT 或 VTT	平台自行转换

实际工作流通常是：以 SRT 为母版，遇到网页就用 SRT 转 VTT 工具 出一版，遇到要样式就用 SRT 转 ASS 工具 出一版。同一份文案，按需出不同格式，比一开始就锁死一种格式更灵活。需要把源语言译成中文或英文字幕，可以先用 SRT 翻译工具 生成基础文件，再决定格式。长期归档也建议留一份 SRT，它结构清晰简单、不容易被工具链误读。

更多格式细节见 双语 SRT 的格式规范。

常见问题

SRT 和 VTT 能互相转吗？

能，而且信息基本不丢——两者都是"时间轴 + 文本"结构，转换主要是时间码写法和少量提示语的差别。SmileSub 的 SRT 转 VTT 工具 和 SRT 转 ASS 工具 都在线可用，不用登录。

ASS 和 SSA 有什么区别？

SSA 是早期版本，ASS 是它的扩展，字段更全、样式控制更强。现在新建字幕基本都用 ASS，老工程里偶尔还见 SSA。两者由同一套引擎处理，多数工具能互通。

我该从哪种格式开始做？

从 SRT 开始更稳妥。它结构清晰简单、不容易出错，几乎所有下游都能吃。等确定了播放平台或样式需求，再转成 VTT 或 ASS。SmileSub 的 工具集 覆盖了从翻译到格式转换的完整链路。