字幕形式の選び方？SRT・VTT・ASSの取捨

字幕形式の選択は、本質的には「どれが高機能か」ではなく「このファイルを誰に渡すか」の問題です。同じ原稿でも、編集者に渡す、動画プラットフォームに上げる、ウェブプレイヤーに組み込むので、答えはしばしば変わります。まず4つの形式それぞれに何ができるかを確認し、視点に沿って当てはめれば、作り終えた後に下流が受け付けてくれない……という事態を避けられます。

まず4つの形式の姿を確認する

SRTはプレーンテキストで、構造は番号・タイムコード・テキストの3要素のみ。読めて、手で直せて、互換性も広い。VTTはWebVTTで、ウェブプレイヤー向けに設計され、タイムコードの書き方が違い、位置やアラインメントのヒントもサポートします。ASSとSSAは同じ字幕エンジンから生まれたもので、ASSはSSAの後継版。どちらもフォント・色・位置・文字ごとのアニメーションなどのスタイル情報を持ち、ファイルは角括弧のセクション構造です。

SRTの1項目：
1
00:00:01,000 --> 00:00:02,500
今日は3つのテーマについて話します

VTTの1項目：
00:00:01.000 --> 00:00:02.500
今日は3つのテーマについて話します

違いはまずひとことで：SRTとVTTは「いつ何の文字を出すか」を管理し、ASS/SSAはさらに「文字がどう見え、どこに置かれるか」まで管理します。もう1つ見落とされがちな点：字幕ファイル自体はフォントを運びません。視聴者が最終的にどんなフォントを見るかは、プレイヤーや焼き込み時の設定次第です。SRT/VTTでは特にそうです。

視点1：誰が再生するか

ローカルプレイヤー、ダウンロードしてきた字幕ファイルの大半：SRTが最も安定。ほぼすべてが認識します
ウェブページへの埋め込み再生（自サイトのvideoタグ、H5ページ）：VTTはファーストクラスで、ブラウザがネイティブ対応
正確なスタイルが必要（装飾文字、カラオケ、画面の特定位置への配置）：ASS/SSAにしかできない領域
プラットフォーム側で字幕を管理（YouTube、Bilibiliなど）：SRTかVTTで上げるのが一般的で、プラットフォームが自前で変換します

ひとことで：ウェブはVTT、ローカルはSRT、スタイルはASS。字幕ファイルはフォントを含まない点、VTTのスタイルヒントは一部のプレイヤーに無視される点にも注意してください。

視点2：どの編集ソフトに渡すか

CapCut、Premiere、Final Cut Proなど主要な編集ソフト：SRTの読み込みが無難で、認識も安定
装飾文字、動く字幕、文字ごとのハイライトを作る：ASS対応のプロジェクトにASSトラックを直接載せる
ソフトがその形式に対応していない：先にツールで変換してから読み込む方が、ソフト内で手動でタイムコードを並べるよりずっと速い

編集ソフトへの読み込み後にタイムコードがズレる場合は、まずファイルが標準SRT（ミリ秒はカンマ区切り）か、VTT（ピリオド区切り）かを確認してください。この混用こそ、ズレのよくある根原因です。手元がASSなのに編集ソフトがSRTしか受け付けない場合、スタイル情報は失われます——これは形式のダウングレードです。事後にやり直すより、事前に知っておく方が得です。

視点3：派手なスタイルは要るか

「文字が読めればいい」：SRTで十分。スタイルは再生側か焼き込み時に改めて決める
フォント、色、縁取り、位置を指定したい：ASS/SSAでしか完全には保持できない
焼き込む段階でスタイルを調整したい：SRTをマスターにしても構わない。焼き込みツール側でまとめて変えられる

よくある誤解に注意：スタイルをASSに書き込んで、自動トランスコードするプラットフォームに上げると、プラットフォームは多くの場合テキストだけを残し、スタイルを捨てます。スタイルが要るなら完成映像に焼き込み、検索性が要るならきれいな字幕ファイルを別に上げる、という使い分けです。

選び方：4つの視点を1つの行動に

ここまでの視点を1枚の表に圧縮します：

あなたの下流	推奨形式	理由
ローカルプレイヤー／ダウンロード配布	SRT	互換性が広く、ほぼすべてが認識
ウェブプレイヤー	VTT	ブラウザがネイティブ対応
スタイル付きの高度な字幕	ASS / SSA	フォント、位置、アニメーションに対応
プラットフォーム側で管理	SRT または VTT	プラットフォームが自前で変換

実際のワークフローはこうなりがちです：SRTをマスターにし、ウェブ用が要ればSRT→VTT変換ツールで1版出し、スタイルが要ればSRT→ASS変換ツールで1版出す。同じ原稿から必要な形式を必要なときに出す方が、最初から1形式に固定するより柔軟です。元言語を日本語や英語の字幕に訳す必要があれば、まずSRT翻訳ツールで基本ファイルを作ってから形式を決めればいい。長期アーカイブにもSRTを1部残すのがおすすめです。構造がシンプルで、ツールチェーンに誤読されにくいためです。

形式の詳細については、二か国語SRTの形式解説も参照してください。

よくある質問

SRTとVTTは相互変換できますか？

できますし、情報もほぼ失われません——どちらも「タイムコード＋テキスト」構造で、変換の差分は主にタイムコードの書き方と少数のヒント文だけです。SmileSubのSRT→VTT変換ツールとSRT→ASS変換ツールはどちらもオンラインで、登録不要で使えます。

ASSとSSAの違いは？

SSAが初期版で、ASSはその拡張版です。フィールドがより完全で、スタイル制御も強力です。今から新規に作るなら基本的にASSで、SSAは古いプロジェクトで時々見かけます。両者は同じエンジンで処理され、多くのツールが相互に扱えます。

どの形式から始めるべき？

SRTから始めるのが最も無難です。構造がシンプルでミスが起きにくく、ほぼすべての下流が受け付けます。再生環境やスタイル要件が確定してから、VTTやASSに変換すればいい。SmileSubのツール集は、翻訳から形式変換までの一連の流れをカバーしています。