BroadRouter

Субтитры SRT (SRT subtitles)

Обновлено

SRT (SubRip) — это текстовый формат субтитров. Каждый титр состоит из порядкового номера, времени начала и конца в виде hh:mm:ss,mmm --> hh:mm:ss,mmm, одной или нескольких строк текста и пустой строки. WebVTT — похожий веб-формат, который использует видео в HTML.

Также называют: SRT, файл SRT, субтитры SRT, SubRip, WebVTT, VTT, файл субтитров, SRT file, subtitle file

Файл субтитров — это расшифровка с привязанными часами. Получить текст — простая половина работы; тайминг — сложная.

Как это работает

Файл SRT — обычный текст. Каждый блок титра состоит из четырёх частей:

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

В описании формата от Библиотеки Конгресса время записывается как часы:минуты:секунды,миллисекунды, между началом и концом стоят “two hyphens (—) and a right-pointing angle bracket (>)” (перевод: «два дефиса (—) и угловая скобка вправо (>)»), а после каждого блока — пустая строка. SRT там назван “a very simple text format, but not well standardized,” (перевод: «очень простым текстовым форматом, но плохо стандартизированным») без стандарта кодировки символов. Расширение — .srt.

WebVTT, формат W3C для текстовых дорожек видео в HTML, выглядит почти так же. Спецификация требует первой строкой WEBVTT, точку перед миллисекундами (00:00:10.700), кодировку UTF-8 и медиатип text/vtt. На 15 ноября 2026 г. это W3C Candidate Recommendation Draft.

Почему это важно

  • Тайминг даёт API — или вы сами. Одни API распознавания речи возвращают временные метки слов или сегментов либо готовый файл. Справочник транскрибации OpenAI перечисляет srt и vtt среди значений response_format, но оговаривает, что формат зависит от модели и что gpt-4o-transcribe и gpt-4o-mini-transcribe возвращают только json.
  • Арабская вёрстка. В SRT нет разметки направления, поэтому то, как показываются текст справа налево и пунктуация, решает плеер. См. текст справа налево.
  • Правила читаемости. Длину строки, число строк в титре и скорость чтения задают стайлгайды, а не формат.

В BroadNet Inference

Эндпоинт транскрибации BroadNet возвращает текст без временных меток, поэтому напрямую получить SRT нельзя. Рабочий подход, проверенный в статье арабские субтитры (SRT) через API распознавания речи:

  1. Найдите паузы фильтром FFmpeg silencedetect (или VAD).
  2. Вырежьте каждый фрагмент речи, не длиннее примерно 12 секунд, в WAV 16 кГц моно.
  3. Транскрибируйте каждый фрагмент с language=ar на BroadNet Transcribe Arabic.
  4. Возьмите начало и конец каждого фрагмента как время титров и распределите его между строками пропорционально длине текста.
  5. Запишите пронумерованные блоки SRT.

Границы фрагментов точны настолько, насколько точно найдены паузы; время внутри фрагмента — оценка. Это подходит для докладов и подкастов, но не для драмы с синхронизацией по губам. Для точности до кадра используйте провайдера, у которого задокументированы временные метки слов. Короткие фрагменты — это ещё и больше запросов, так что следите за лимитом оплаты по факту: 30 запросов в минуту. Команды FFmpeg сгенерирует инструмент для нарезки аудио.

Частые ошибки

  • Точки вместо запятых во времени SRT или наоборот в WebVTT. Многие плееры отвергают неверный вариант.
  • Пропущенные пустые строки между блоками, из-за которых титры сливаются.

Вопросы и ответы

Чем SRT отличается от WebVTT?

Файлы WebVTT начинаются со строки WEBVTT, ставят точку перед миллисекундами (00:00:10.700), обязаны быть в UTF-8 и используют медиатип text/vtt. В SRT перед миллисекундами запятая (00:00:10,700), и, по данным Библиотеки Конгресса, стандарта кодировки у него нет.

Может ли BroadNet вернуть файл SRT?

Нет. Задокументированный ответ транскрибации BroadNet — это JSON с одним полем text и без временных меток. Время титров вы вычисляете сами, например по смещениям фрагментов аудио.

Какую кодировку выбрать для арабского файла SRT?

Используйте UTF-8 и проверьте файл в плеерах, которыми пользуется ваша аудитория. У SRT нет стандарта кодировки, поэтому некоторые старые программы угадывают её по байтам.

Открыть в MarkdownСпросить ChatGPTСпросить ClaudeСпросить Perplexity