---
title: "Cos’è un file di sottotitoli SRT? Formato, tempi e WebVTT"
description: "Un file SRT contiene sottotitoli numerati con inizio e fine in testo semplice. Il formato, le differenze con WebVTT e come creare un SRT da un’API speech-to-text."
url: https://broadrouter.com/it/glossary/srt-subtitles/
lang: it
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Tradotto dall’inglese con l’aiuto dell’IA. [Leggi l’originale in inglese](https://broadrouter.com/glossary/srt-subtitles/) (aggiornato il 2026-11-15).

# Sottotitoli SRT (file .srt)

Aggiornato 2026-11-15

SRT (SubRip) è un formato di sottotitoli in testo semplice. Ogni sottotitolo è composto da un numero progressivo, un tempo di inizio e di fine scritto come hh:mm:ss,mmm --> hh:mm:ss,mmm, una o più righe di testo e una riga vuota. WebVTT è il formato web simile usato dai video HTML.

Detto anche: file SRT, sottotitoli SRT, file di sottotitoli, formato SRT, SRT, SRT file, SubRip, WebVTT, subtitle file

Un file di sottotitoli è una trascrizione con un orologio attaccato. Ottenere il testo è la metà facile; i tempi sono la metà difficile.

## Come funziona

Un file SRT è testo semplice. Ogni blocco di sottotitolo ha quattro parti:

```text
1
00:00:00,000 --> 00:00:02,800
مرحباً بكم في الحلقة الأولى

2
00:00:03,600 --> 00:00:07,600
اليوم نتحدث عن تحويل الكلام إلى نص
```

La descrizione del formato della Library of Congress indica il formato dei tempi come ore:minuti:secondi,millisecondi, con “two hyphens (—) and a right-pointing angle bracket (>)” (traduzione: due trattini (—) e una parentesi angolare rivolta a destra (>)) tra inizio e fine, e una riga vuota dopo ogni blocco. Definisce SRT “a very simple text format, but not well standardized” (traduzione: un formato di testo molto semplice, ma poco standardizzato), senza uno standard di codifica dei caratteri. L’estensione è `.srt`.

WebVTT, il formato del W3C per le tracce di testo dei video HTML, è quasi identico. La specifica richiede una prima riga `WEBVTT`, un punto prima dei millisecondi (`00:00:10.700`), la codifica UTF-8 e il media type `text/vtt`. Al 15 novembre 2026 è una Candidate Recommendation Draft del W3C.

## Perché è importante

-   **I tempi arrivano dall’API, oppure da te.** Alcune API speech-to-text restituiscono [timestamp](https://broadrouter.com/it/glossary/timestamps-asr/) per parola o per segmento, oppure un file già pronto. Il riferimento di OpenAI per la trascrizione elenca `srt` e `vtt` tra i valori di `response_format`, ma dice che il formato dipende dal modello e che `gpt-4o-transcribe` e `gpt-4o-mini-transcribe` restituiscono solo `json`.
-   **Impaginazione dell’arabo.** SRT non ha markup per la direzione, quindi è il player a decidere come mostrare testo e punteggiatura da destra a sinistra. Vedi [testo da destra a sinistra](https://broadrouter.com/it/glossary/rtl-text/).
-   **Regole di leggibilità.** Lunghezza delle righe, righe per sottotitolo e velocità di lettura sono fissate dalle guide di stile, non dal formato.

## Su BroadNet Inference

L’endpoint di trascrizione di BroadNet restituisce testo senza timestamp, quindi non può produrre direttamente un SRT. L’approccio che funziona, testato in [sottotitoli arabi (SRT) da un’API speech-to-text](https://broadrouter.com/it/blog/arabic-subtitles-srt-api/):

1.  Trova le pause con `silencedetect` di FFmpeg (o con una [VAD](https://broadrouter.com/it/glossary/vad/)).
2.  Taglia ogni tratto di parlato, al massimo di circa 12 secondi, in WAV mono a 16 kHz.
3.  Trascrivi ogni tratto con `language=ar` su [BroadNet Transcribe Arabic](https://broadrouter.com/it/models/cohere-transcribe-arabic/).
4.  Usa inizio e fine di ogni tratto come tempi dei sottotitoli, dividendoli tra le righe in proporzione alla lunghezza del testo.
5.  Scrivi i blocchi SRT numerati.

I bordi dei tratti sono precisi quanto il tuo rilevamento delle pause; i tempi all’interno di un tratto sono stime. Va bene per talk e podcast, non per film con sincronizzazione labiale. Per tempi precisi al fotogramma, usa un provider che documenta i timestamp per parola. Tratti brevi significano anche più richieste, quindi tieni d’occhio il limite del pagamento a consumo di 30 richieste al minuto. Lo [strumento per dividere l’audio](https://broadrouter.com/tools/audio-splitter-ffmpeg/) scrive i comandi FFmpeg.

## Errori comuni

-   **Punti al posto delle virgole nei tempi SRT**, o il contrario in WebVTT. Molti player rifiutano quello sbagliato.
-   **Righe vuote mancanti** tra i blocchi, che fondono i sottotitoli.

## Domande frequenti

### Che differenza c’è tra SRT e WebVTT?

I file WebVTT iniziano con la riga WEBVTT, usano un punto prima dei millisecondi (00:00:10.700), devono essere in UTF-8 e usano il media type text/vtt. SRT usa una virgola (00:00:10,700) e, secondo la Library of Congress, non ha uno standard di codifica dei caratteri.

### BroadNet può restituire un file SRT?

No. La risposta di trascrizione documentata da BroadNet è un JSON con un solo campo text e nessun timestamp. I tempi dei sottotitoli li costruisci tu, per esempio dagli offset dei pezzi di audio.

### Che codifica deve usare un file SRT in arabo?

Usa UTF-8 e fai una prova nei player che usa il tuo pubblico. SRT non ha uno standard di codifica, quindi alcuni strumenti più vecchi indovinano la codifica dai byte.

## Vedi anche

-   [Timestamp (speech-to-text)](https://broadrouter.com/it/glossary/timestamps-asr/) (termine)
-   [Speech-to-text (riconoscimento vocale)](https://broadrouter.com/it/glossary/speech-to-text/) (termine)
-   [Voice activity detection (VAD)](https://broadrouter.com/it/glossary/vad/) (termine)
-   [Testo da destra a sinistra (RTL, right-to-left)](https://broadrouter.com/it/glossary/rtl-text/) (termine)
-   [WAV (file audio WAV)](https://broadrouter.com/it/glossary/wav/) (termine)
-   [API speech-to-text in arabo, passo dopo passo](https://broadrouter.com/it/guides/arabic-speech-to-text-api/) (guida)
-   [Sottotitoli in arabo (SRT) da un’API speech-to-text: cosa serve](https://broadrouter.com/it/blog/arabic-subtitles-srt-api/) (articolo)
-   [Trascrivere audio lunghi oltre 25 MB: dividere, inviare, ricucire](https://broadrouter.com/it/blog/transcribe-long-audio-files-api/) (articolo)

Provalo sul tuo carico di lavoro reale. I nuovi account partono con USD 5 di credito per Gemma e trascrizione. DeepSeek, GLM e Qwen3.8 richiedono una ricarica.

[Inizia](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=it-glossary-srt-subtitles&utm_content=page-cta) ·

**Fonti**

-   [Library of Congress, Sustainability of Digital Formats: SubRip (SRT) fdd000569 (verificato il 2026-11-15)](https://www.loc.gov/preservation/digital/formats/fdd/fdd000569.shtml)
-   [W3C, WebVTT: The Web Video Text Tracks Format, Candidate Recommendation Draft (verificato il 2026-11-15)](https://www.w3.org/TR/webvtt1/)
-   [Riferimento API di OpenAI, creare una trascrizione: opzioni di response\_format per modello (verificato il 2026-11-15)](https://developers.openai.com/api/reference/resources/audio/subresources/transcriptions/methods/create)
-   [Riferimento API di BroadNet Inference: risposta di trascrizione {"text": ...} (verificato il 2026-11-15) (in inglese)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=it-glossary-srt-subtitles&utm_content=sources)
