---
title: "什么是 SRT 字幕文件？格式、时间轴与 WebVTT | BroadRouter"
description: "SRT 文件是带开始和结束时间的编号字幕，以纯文本保存。本文介绍格式本身、WebVTT 有何不同，以及如何用语音转文字 API 生成 SRT。"
url: https://broadrouter.com/zh/glossary/srt-subtitles/
lang: zh-Hans
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

本页由英文原文借助 AI 翻译。[阅读英文原文](https://broadrouter.com/glossary/srt-subtitles/)（2026-11-15 更新）。

# SRT 字幕（SRT subtitles）

更新于 2026-11-15

SRT（SubRip）是一种纯文本字幕格式。每条字幕由序号、写成 hh:mm:ss,mmm --> hh:mm:ss,mmm 的开始和结束时间、一行或多行文字，以及一个空行组成。WebVTT 是 HTML 视频使用的类似网页格式。

又称： SRT、SRT 文件、SRT 字幕文件、字幕文件、字幕时间轴、SubRip、WebVTT、VTT 字幕、SRT file、subtitle file

字幕文件就是附带时钟的转写稿。拿到文字是容易的一半，时间才是难的一半。

## 工作原理

SRT 文件是纯文本。每个字幕块有四部分：

```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
```

美国国会图书馆的格式说明给出的时间格式是 时:分:秒,毫秒，开始和结束时间之间用 “two hyphens (—) and a right-pointing angle bracket (>)“（译文：两个连字符（—）和一个向右的尖括号（>））连接，每个块之后有一个空行。它称 SRT 为 “a very simple text format, but not well standardized,“（译文：一种非常简单的文本格式，但标准化程度不高），没有字符编码标准。扩展名是 `.srt`。

WebVTT 是 W3C 为 HTML 视频文本轨道制定的格式，看起来几乎一样。规范要求第一行为 `WEBVTT`，毫秒前用句点（`00:00:10.700`），使用 UTF-8 编码和 `text/vtt` 媒体类型。截至 2026 年 11 月 15 日，它是 W3C 候选推荐标准草案。

## 为什么重要

-   **时间来自 API，或者来自你自己。** 有些语音转文字 API 会返回词级或片段级[时间戳](https://broadrouter.com/zh/glossary/timestamps-asr/)，或者直接给出成品文件。OpenAI 的转写参考文档把 `srt` 和 `vtt` 列为 `response_format` 的取值，但说明格式取决于模型，`gpt-4o-transcribe` 和 `gpt-4o-mini-transcribe` 只返回 `json`。
-   **阿拉伯语排版。** SRT 没有方向标记，所以从右到左的文字和标点怎么显示，由播放器决定。参见[从右到左文本](https://broadrouter.com/zh/glossary/rtl-text/)。
-   **可读性规则。** 每行长度、每条字幕的行数和阅读速度由字幕风格指南规定，而不是由格式规定。

## 在 BroadNet Inference 上

BroadNet 的转写端点返回不带时间戳的文本，因此不能直接生成 SRT。可行的做法已在[用语音转文字 API 生成阿拉伯语字幕（SRT）](https://broadrouter.com/zh/blog/arabic-subtitles-srt-api/)中测试过：

1.  用 FFmpeg 的 `silencedetect`（或 [VAD](https://broadrouter.com/zh/glossary/vad/)）找出停顿。
2.  把每段语音切出来，每段最长约 12 秒，转成 16 kHz 单声道 WAV。
3.  用 [BroadNet Transcribe Arabic](https://broadrouter.com/zh/models/cohere-transcribe-arabic/) 加上 `language=ar` 转写每一段。
4.  用每段的开始和结束时间作为字幕时间，按文字长度比例分配给各行。
5.  写出带编号的 SRT 块。

分段边界的精度取决于你的停顿检测；段内的时间是估算值。这适合演讲和播客，不适合需要口型同步的剧集。如需精确到帧的时间，请选用文档中提供词级时间戳的服务商。分段越短，请求越多，所以要留意按量付费每分钟 30 个请求的限制。[音频切分工具](https://broadrouter.com/tools/audio-splitter-ffmpeg/)可以帮你生成 FFmpeg 命令。

## 常见错误

-   **SRT 时间里用了句点而不是逗号**，或者 WebVTT 里反过来。很多播放器会拒绝错误的写法。
-   **块之间缺少空行**，导致字幕被合并。

## 常见问题

### SRT 和 WebVTT 有什么区别？

WebVTT 文件以 WEBVTT 这一行开头，毫秒前用句点（00:00:10.700），必须是 UTF-8，媒体类型为 text/vtt。SRT 用逗号（00:00:10,700），而且据美国国会图书馆说，没有字符编码标准。

### BroadNet 能直接返回 SRT 文件吗？

不能。BroadNet 文档中的转写响应是只有一个 text 字段的 JSON，没有时间戳。字幕时间需要你自己生成，例如根据音频分段的偏移量。

### 阿拉伯语 SRT 文件该用什么编码？

用 UTF-8，并在你的受众使用的播放器里测试。SRT 没有编码标准，一些旧工具会根据字节猜测编码。

## 另请参阅

-   [时间戳（语音转文字，timestamps）](https://broadrouter.com/zh/glossary/timestamps-asr/)（术语）
-   [语音转文字（speech-to-text）](https://broadrouter.com/zh/glossary/speech-to-text/)（术语）
-   [语音活动检测（VAD）](https://broadrouter.com/zh/glossary/vad/)（术语）
-   [从右到左（RTL）文本](https://broadrouter.com/zh/glossary/rtl-text/)（术语）
-   [WAV](https://broadrouter.com/zh/glossary/wav/)（术语）
-   [阿拉伯语语音转文字 API 分步教程](https://broadrouter.com/zh/guides/arabic-speech-to-text-api/)（指南）
-   [用语音转文字 API 生成阿拉伯语 SRT 字幕：你需要知道什么](https://broadrouter.com/zh/blog/arabic-subtitles-srt-api/)（文章）
-   [转写超过 25 MB 的长音频：切分、发送、拼接](https://broadrouter.com/zh/blog/transcribe-long-audio-files-api/)（文章）

用你的真实业务负载试一试。新账户可获得 US$5 初始额度，用于 Gemma和转写。DeepSeek、GLM和Qwen3.8 需要先充值。

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

**来源**

-   [美国国会图书馆，数字格式的可持续性：SubRip（SRT）fdd000569（2026-11-15 查阅）](https://www.loc.gov/preservation/digital/formats/fdd/fdd000569.shtml)
-   [W3C，WebVTT: The Web Video Text Tracks Format，候选推荐标准草案（2026-11-15 查阅）](https://www.w3.org/TR/webvtt1/)
-   [OpenAI API 参考文档，创建转写：各模型的 response\_format 选项（2026-11-15 查阅）](https://developers.openai.com/api/reference/resources/audio/subresources/transcriptions/methods/create)
-   [BroadNet Inference API 参考文档：转写响应 {"text": ...}（2026-11-15 查阅）（英文）](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=zh-glossary-srt-subtitles&utm_content=sources)
