Formatos de legenda SRT vs VTT: qual você deve usar? (2026)
legendasformatosguia

Formatos de legenda SRT vs VTT: qual você deve usar? (2026)

BMMamane B. MoussaFebruary 18, 2026Updated July 2, 202611 min read

Summarize this article with:

TL;DR

O SRT é o padrão mais seguro: funciona em todas as principais plataformas e em todos os players de desktop, sem cabeçalho obrigatório e sem peculiaridades de formatação. O VTT é a escolha certa assim que você incorpora vídeo em uma página da web, trabalha com streams HLS ou precisa de posicionamento de texto e rótulos de falante. A sintaxe do timestamp difere por um caractere (vírgula vs ponto), que é a causa mais comum de arquivos de legenda falharem silenciosamente ao carregar. Se você precisa de estilização avançada além do que qualquer um dos formatos oferece, veja o post complementar sobre os formatos TTML e ASS.

O SRT é o padrão seguro. O VTT é a escolha nativa da web. Se você chegou aqui precisando de uma resposta rápida: envie SRT para qualquer plataforma social ou player de desktop e use VTT ao incorporar vídeo em um site ou trabalhar com streams HLS. O restante deste post explica o porquê e aborda as diferenças exatas de sintaxe que causam falhas silenciosas.

Se você também precisa de cobertura sobre TTML ou ASS/SSA (estilização karaoke avançada, formatos de broadcast), veja formatos de legenda SRT vs VTT vs TTML para a comparação estendida.

O que é o SRT e por que ele se tornou o padrão

O SRT (SubRip Text) é o padrão de fato para legendas desde o início dos anos 2000, quando o projeto SubRip o usou originalmente para extrair legendas de DVDs. O formato é um arquivo de texto simples com extensão .srt, entradas numeradas sequencialmente e esta estrutura:

1
00:00:01,000 --> 00:00:04,500
This is the first subtitle line.

2
00:00:05,200 --> 00:00:09,800
This is the second subtitle line.
It can span two lines.

Quatro elementos por entrada: número de sequência, par de timestamps, texto e uma linha em branco como separador. O formato do timestamp é HH:MM:SS,mmm, com vírgula antes dos milissegundos. Essa vírgula é essencial. Muitos players e parsers de legenda rejeitam arquivos SRT silenciosamente quando um ponto é usado no lugar, o que é a causa mais comum do problema "minhas legendas não aparecem".

O SRT suporta tags inline básicas para negrito (<b>), itálico (<i>) e sublinhado (<u>), mas o suporte dos players a essas tags é inconsistente. O que o SRT não suporta: posicionamento de texto, estilização CSS, rótulos de falante, marcadores de capítulo ou cabeçalhos de metadados.

Essa simplicidade é um diferencial. Qualquer editor de texto pode criar ou corrigir um arquivo SRT. Não são necessárias ferramentas nem conhecimento de marcação além do formato do timestamp.

Onde o SRT é aceito

  • YouTube (formato preferido principal)
  • Vimeo
  • Vídeo do Facebook
  • Vídeo do LinkedIn
  • X (antigo Twitter)
  • VLC, MPC-HC, MPV, PotPlayer e praticamente todos os players de desktop
  • Adobe Premiere Pro (importação e exportação)
  • Final Cut Pro
  • DaVinci Resolve (importação nativa)
  • Plex (compatibilidade mais ampla entre dispositivos)
  • A maioria das ferramentas de edição de legendas

O que é o VTT e quando ele importa

O VTT (Web Video Text Tracks, ou WebVTT) foi projetado para a web pelo W3C, com o primeiro rascunho de trabalho publicado em 2014. Em maio de 2026, ele tem status de Rascunho de Recomendação Candidata do W3C. Seu propósito era dar ao vídeo HTML5 um formato de legenda nativo que pudesse se integrar ao CSS para estilização e transportasse informações de posicionamento que o navegador pudesse aplicar.

Um arquivo VTT parece quase idêntico ao SRT, mas tem duas diferenças-chave de sintaxe e vários recursos novos:

WEBVTT

1
00:00:01.000 --> 00:00:04.500
This is the first subtitle line.

2
00:00:05.200 --> 00:00:09.800 position:10% align:start
This is the second subtitle line.

3
00:00:10.500 --> 00:00:14.000
<b>Bold text</b> and <v Speaker Name>labeled voice</v> are both valid.

Duas diferenças de sintaxe em relação ao SRT:

  1. O arquivo deve começar com WEBVTT na primeira linha. Sem isso, os navegadores rejeitam o arquivo completamente.
  2. Os timestamps usam um ponto antes dos milissegundos, não uma vírgula.

Os números de sequência são opcionais. As configurações de cue na linha do timestamp controlam posicionamento e alinhamento.

Recursos exclusivos do VTT

  • Posicionamento de cue: os atributos line, position, size e align colocam as legendas em qualquer lugar do quadro, não apenas no centro inferior.
  • Estilização CSS via ::cue: a página pai pode estilizar as legendas com color, font-size, background-color e text-shadow por meio do pseudo-elemento ::cue. Chrome, Firefox, Safari e Edge todos suportam isso.
  • Rótulos de falante: a tag <v Speaker Name> marca quem está falando sem alterar o que é exibido. Útil para transcrições geradas automaticamente com diarização.
  • Marcadores de capítulo: um arquivo VTT separado pode definir timestamps de capítulos para navegação no vídeo.
  • Blocos NOTE: comentários dentro do arquivo que nunca são exibidos aos espectadores.
  • Classes de cores padrão: white, lime, cyan, red, yellow, magenta, blue e black são nomes de classes integrados que a especificação define para colorir componentes de legenda sem CSS externo.

Onde o VTT é usado

  • Elementos <video> e <track> do HTML5 (nativo, sem necessidade de JavaScript)
  • Streaming HLS (o VTT é o formato padrão de text track do Apple HLS; CEA-608/708 e IMSC1 também são suportados, mas o VTT é a escolha comum para texto de legenda)
  • Streaming MPEG-DASH
  • Video.js, Plyr, JW Player e a maioria dos players de vídeo baseados na web
  • Safari, iOS, tvOS (ecossistema Apple)
  • Wistia, Brightcove
  • YouTube e Vimeo (ambos aceitam VTT junto com SRT)
  • Adobe Premiere Pro (importação e exportação)

SRT vs VTT: comparação de recursos

RecursoSRTVTT
Extensão do arquivo.srt.vtt
Nome completoSubRip TextWeb Video Text Tracks
Cabeçalho obrigatórioNãoSim (WEBVTT na linha 1)
Separador de milissegundosVírgula (,)Ponto (.)
Números de sequênciaObrigatóriosOpcionais
Posicionamento de textoNãoSim (line, position, size, align)
Suporte a estilização CSSNãoSim (via pseudo-elemento ::cue)
Negrito / Itálico / SublinhadoSim, mas o suporte varia conforme o playerSim, consistente nos navegadores modernos
Rótulos de falanteNãoSim (tag <v>)
Marcadores de capítuloNãoSim
Comentários / notasNãoSim (blocos NOTE)
<track> nativo do HTML5Não (requer wrapper em JavaScript)Sim
Streaming HLSNãoSim (formato de texto padrão)
Upload no YouTubeSimSim
Facebook / LinkedIn / XSimNão
VLCSimSim
DaVinci ResolveSimSim (com problemas ocasionais de importação em algumas versões)
PlexSim (todos os clientes)Sim (web e alguns clientes; apps de TV podem exigir SRT)
Facilidade de edição manualMuito fácilFácil
Tamanho do arquivoPequenoPequeno

Visão geral da compatibilidade com plataformas

PlataformaSRTVTT
YouTubeSimSim
VimeoSimSim
Vídeo do FacebookSimNão
Vídeo do LinkedInSimNão
X (Twitter)SimNão
Elemento <track> do HTML5Não (precisa de JS)Sim
Streaming HLSNãoSim
VLC Media PlayerSimSim
MPVSimSim
Adobe Premiere ProSimSim
DaVinci ResolveSimSim (pode precisar de nova importação)
PlexSimParcial (web sim, alguns clientes de TV precisam de SRT)

Como escolher

Use SRT quando:

  • Você vai enviar para qualquer plataforma social: YouTube, Vimeo, Facebook, LinkedIn ou X.
  • Você precisa de um arquivo que funcione em todo lugar sem testes.
  • Você quer compartilhar arquivos de legenda e ter certeza de que o player do destinatário os processa.
  • Você está trabalhando no DaVinci Resolve e quer evitar casos extremos de importação.

Use VTT quando:

  • Você está incorporando vídeo em um site usando HTML5 <video> e <track>. O VTT é o único formato de text track suportado nativamente pelos navegadores.
  • Você está construindo um fluxo de trabalho de streaming usando HLS.
  • Você precisa que as legendas apareçam em uma posição específica na tela, como no topo do quadro para intérpretes de língua de sinais ou gráficos na tela.
  • Você quer atribuição de falante visível no próprio arquivo de legenda.
  • Você está desenvolvendo um player usando Video.js, Plyr ou uma biblioteca similar.

Minha opinião: a menos que você esteja construindo um player de vídeo para a web ou um pipeline de streaming, o SRT é o ponto de partida certo. Ele funciona corretamente em todas as plataformas com as quais você provavelmente vai se importar. Migre para o VTT quando um requisito técnico específico exigir, não por padrão.

Convertendo entre SRT e VTT

Os formatos compartilham os mesmos dados fundamentais (texto mais tempo), então a conversão é trivial. Nenhuma informação de tempo é perdida em nenhuma das direções.

De SRT para VTT:

  1. Adicione WEBVTT como a primeira linha.
  2. Troque toda vírgula antes dos milissegundos por um ponto: 00:00:01,000 se torna 00:00:01.000.
  3. Opcionalmente, remova os números de sequência.

Essa é a conversão completa para um arquivo básico. Se quiser adicionar configurações de cue, adicione-as à linha do timestamp após -->.

De VTT para SRT:

  1. Remova a linha de cabeçalho WEBVTT.
  2. Troque todo ponto antes dos milissegundos por uma vírgula.
  3. Adicione números sequenciais (1, 2, 3...) se o arquivo VTT os omitiu.
  4. Remova quaisquer configurações de cue das linhas de timestamp, pois o SRT as ignora e alguns parsers podem rejeitar o arquivo.

Se você precisa gerar legendas a partir de uma gravação em vez de converter um arquivo existente, um gerador de legendas produzirá texto cronometrado a partir de áudio ou vídeo e permitirá exportar no formato que você precisar.

Para orientação sobre como criar arquivos SRT do zero, veja como criar um arquivo SRT.

Gerando legendas a partir de áudio ou vídeo

Ferramenta geradora de legendas do ConvertAudioToText
Ferramenta geradora de legendas do ConvertAudioToText

Se você está partindo de uma gravação em vez de um arquivo de legenda existente, pode gerar saída SRT ou VTT com timing correto diretamente. O gerador de legendas do ConvertAudioToText transcreve arquivos de áudio e vídeo e exporta no formato SRT ou VTT. Se você só precisa de uma transcrição limpa, sem bot de reunião nem conta, pode enviar um arquivo ou colar uma URL na ferramenta de áudio para texto.

Para dicas sobre como trabalhar com legendas depois que você tem um arquivo, a comparação de editores de legenda para 2026 cobre as principais opções para ajustar timing e texto.

FAQ

Qual é a diferença entre SRT e VTT?

SRT (SubRip) e VTT (WebVTT) armazenam texto cronometrado em arquivos de texto simples. O VTT exige um cabeçalho WEBVTT na primeira linha, usa ponto como separador de milissegundos em vez da vírgula do SRT e adiciona configurações opcionais de cue para posicionamento e alinhamento. O SRT não tem cabeçalho nem posicionamento, mas funciona em quase todos os players e plataformas sem configuração. Para vídeo na web, o VTT vence. Para todo o resto, o SRT é mais simples e seguro.

Posso enviar arquivos VTT para o YouTube?

Sim. O YouTube aceita tanto arquivos SRT quanto VTT. Qualquer um dos formatos funciona para envio de legendas ao YouTube. Se você já tem legendas em VTT, não há necessidade de converter antes de enviar.

Como converter SRT para VTT?

Adicione WEBVTT como a primeira linha do arquivo e depois troque toda vírgula separadora de milissegundos por um ponto (de modo que 00:00:01,000 se torne 00:00:01.000). Os números de sequência são opcionais no VTT, então você pode mantê-los ou removê-los. Essa é a conversão completa para um arquivo básico. Se o seu arquivo VTT tiver configurações de cue que você quer remover para o SRT, elimine também o texto de posicionamento de cada linha de timestamp.

Qual formato de legenda devo usar para vídeo em streaming?

Para streaming HLS (usado pela Apple e pela maioria das CDNs), o WebVTT é o formato padrão de text track. O SRT não é suportado nativamente pelas playlists HLS. Para streaming DASH, o VTT também é a escolha comum. Na web aberta via HTML5 <video> e <track>, o VTT é o único formato suportado nativamente sem JavaScript. Para plataformas sociais como YouTube, Facebook, LinkedIn e X, o SRT cobre todas elas.

Fontes

Try transcription free

Convert any audio or video to clean, unwatermarked text — speaker labels, timestamps, and AI summaries included. First 10 minutes free, no account.

Related Articles