SRT oder VTT: Welches Untertitelformat sollten Sie verwenden?

Wenn Sie schon einmal Untertitel exportiert haben und zwischen SRT und VTT wählen mussten, haben Sie sich vermutlich gefragt, ob die Wahl überhaupt einen Unterschied macht. Das tut sie – welches Format passt, hängt jedoch davon ab, wo Sie veröffentlichen. Hier finden Sie einen übersichtlichen Vergleich beider Formate, ihrer Unterschiede und ihrer jeweiligen Einsatzgebiete.

Was ist SRT?

SRT steht für SubRip Text. Es gehört zu den ältesten und am breitesten unterstützten Untertitelformaten und wurde ursprünglich Anfang der 2000er-Jahre für die Software SubRip entwickelt. Der Aufbau ist denkbar einfach: eine laufende Nummer, ein Zeitstempelbereich und der Untertiteltext – wiederholt für jeden Untertitelblock.

Eine typische SRT-Datei sieht so aus:

1
00:00:01,000 --> 00:00:04,500
Welcome to the show. Today we're talking about transcription.

2
00:00:05,200 --> 00:00:08,800
Our guest has been in the audio industry for over a decade.

Beachten Sie das Komma zwischen Sekunden und Millisekunden im Zeitstempel. Es gehört zur SRT-spezifischen Syntax. SRT hat keine formale Spezifikation und unterstützt weder Metadaten noch Positionierungsangaben. Viele Player berücksichtigen einige einfache Tags wie <i> für Kursivschrift. Die Unterstützung ist jedoch unterschiedlich, weshalb Sie SRT als reinen Text behandeln sollten.

Was ist VTT?

VTT steht für WebVTT (Web Video Text Tracks), ein vom W3C spezifiziertes Format für das Web (W3C WebVTT). Der Aufbau ähnelt SRT, weist aber einige wesentliche Unterschiede auf.

Eine VTT-Datei beginnt mit der Kopfzeile WEBVTT, verwendet in Zeitstempeln einen Punkt statt eines Kommas und unterstützt optionale Formatierungs- und Positionierungsangaben:

WEBVTT

00:00:01.000 --> 00:00:04.500
Welcome to the show. Today we're talking about transcription.

00:00:05.200 --> 00:00:08.800 align:right
Our guest has been in the audio industry for over a decade.

VTT unterstützt außerdem Einstellungen für einzelne Textabschnitte, sogenannte Cues (Position, Ausrichtung, Größe), die Formatierung von Textteilen über CSS sowie Metadaten-Cues, die nicht als Untertitel angezeigt werden, aber von JavaScript genutzt werden können. Das Format bietet also mehr Möglichkeiten. Diese sind allerdings nur dann relevant, wenn die Plattform, auf der Sie veröffentlichen, sie auch nutzt.

Die wichtigsten Unterschiede

Formatierung. SRT bietet keine standardisierte Formatierung. VTT unterstützt im Browser die Positionierung von Cues und CSS-basierte Gestaltung. Wenn Sie im Web Untertitel gezielt positionieren oder einheitlich gestalten möchten, verwenden Sie VTT.

Zeitstempelsyntax. SRT verwendet Kommas (00:00:01,000), VTT hingegen Punkte (00:00:01.000). Dieser kleine Unterschied ist wichtig: Viele Parser bestehen auf der korrekten Schreibweise. Wenn Sie die Zeichen verwechseln, funktionieren Ihre Untertitel nicht.

Dateikopf. VTT-Dateien müssen in der ersten Zeile mit WEBVTT beginnen. SRT-Dateien haben keine Kopfzeile. Dadurch lässt sich SRT von Hand etwas einfacher erstellen und auswerten.

Metadaten und Kapitel. VTT unterstützt NOTE-Blöcke für Kommentare und Metadaten-Cues, die nicht angezeigt werden. SRT bietet das nicht. Wenn Sie einen Webplayer entwickeln, der Kapitelmarken oder zeitgebundene Metadaten verwendet, ist VTT die richtige Wahl.

Browserunterstützung. VTT ist das Format, das vom HTML5-Element <track> gelesen wird (MDN). Browser können SRT über <track> nur mithilfe einer JavaScript-Bibliothek oder nach einer Konvertierung wiedergeben.

Plattformkompatibilität

Plattform	SRT	VTT	Quelle
YouTube	Ja	Ja	YouTube-Hilfe
Vimeo	Ja	Ja (empfohlen)	Vimeo-Hilfe
Facebook	Ja (Dateiname wie `video.en_US.srt`)	Nein	Facebook-Hilfe
HTML5-Video (`<track>`)	Nein (benötigt JS)	Ja	MDN
WordPress-Videoblock	Nein	Ja	WordPress-Dokumentation
Final Cut Pro	Ja	Nein	Apple Support

Als Faustregel gilt: SRT ist die sichere Wahl für Schnittprogramme und soziale Plattformen, die Untertiteldateien akzeptieren. VTT passt zu Webplayern, über die Sie selbst die Kontrolle haben. Plattformen wie YouTube und Vimeo nehmen beide Formate an. Bei regulären Beiträgen auf Instagram und TikTok erstellen die Apps ihre Untertitel selbst, statt hochgeladene Dateien zu verwenden. Wenn Sie eigene Untertitel nutzen möchten, brennen Sie diese deshalb in das Video ein.

Wann Sie SRT verwenden sollten

Verwenden Sie SRT, wenn:

Sie Untertitel auf Facebook hochladen
Sie mit Videoschnittsoftware wie Final Cut Pro, Premiere Pro oder DaVinci Resolve arbeiten
Sie größtmögliche Kompatibilität benötigen und auf Formatierung verzichten können
Sie Untertiteldateien an Kunden oder Mitwirkende weitergeben, die möglicherweise unterschiedliche Tools nutzen

SRT ist eine verlässliche Standardwahl. Wenn Sie nicht wissen, welche Formate die Plattform unterstützt, funktioniert SRT fast immer.

Wann Sie VTT verwenden sollten

Verwenden Sie VTT, wenn:

Sie Videos mit dem HTML5-Element <track> in eine Website einbetten
Sie einem WordPress-Videoblock Untertitel hinzufügen
Sie im Web positionierte oder gestaltete Untertitel benötigen
Sie einen eigenen Web-Videoplayer entwickeln

VTT ist die richtige Wahl für Videos, die vor allem im Web erscheinen und deren Player Sie selbst steuern.

So erstellen Sie beide Formate mit PodText

Sie müssen sich nicht vorab entscheiden. Das Video-zu-Text-Tool von PodText transkribiert Videodateien und exportiert sowohl SRT als auch VTT sowie reinen Text und Markdown. Dieselben Exportmöglichkeiten stehen für Audioaufnahmen und Podcast-Folgen zur Verfügung. Laden Sie Ihre Datei hoch, lassen Sie das Transkript erstellen und laden Sie anschließend das gewünschte Format herunter – oder beide. Eine Schritt-für-Schritt-Anleitung finden Sie unter So fügen Sie Ihren Videos Untertitel hinzu.

Das ist praktisch, wenn Sie dasselbe Video an mehreren Stellen veröffentlichen. Exportieren Sie SRT für Ihre Uploads in sozialen Medien und VTT für den eingebetteten Player Ihrer Website – alles aus demselben Transkript.

Wichtiger als die Formatfrage ist, dass Ihre Untertitel zunächst einmal korrekt sind. Beginnen Sie mit einem sauberen Transkript und exportieren Sie es anschließend in das Format, das Ihre Plattform benötigt.