SRT vs VTT (e TTML): qual formato de legenda usar

O SRT serve para portabilidade, o VTT para a web e o TTML para transmissões e entregas de streaming. Se você só precisa escolher entre SRT e VTT: envie SRT para redes sociais e reprodutores desktop, e use VTT para vídeos no seu próprio site ou em transmissões HLS. Os dois arquivos se diferenciam por uma linha de cabeçalho e um único caractere em cada marcação de tempo, o que também é a causa mais comum pela qual uma legenda falha ao carregar sem emitir avisos.

SRT vs VTT: a resposta rápida

O que é o SRT e por que ele virou o formato padrão

O SRT (SubRip Text) é o formato de legenda padrão de fato desde o início dos anos 2000, quando o programa SubRip o utilizou para extrair legendas de DVDs. É um arquivo de texto simples com extensão .srt:

1
00:00:01,000 --> 00:00:04,500
Esta é a primeira linha de legenda.

2
00:00:05,200 --> 00:00:09,800
Esta é a segunda linha de legenda.
Ela pode ocupar duas linhas.

Cada entrada tem um número sequencial, um par de marcações de tempo, uma ou duas linhas de texto e uma linha em branco. O formato de tempo é HH:MM:SS,mmm com vírgula antes dos milissegundos, porque o SRT surgiu em uma região da Europa onde a vírgula é o separador decimal. Muitos reprodutores rejeitam arquivos SRT silenciosamente quando um ponto é usado em vez da vírgula.

O SRT suporta tags básicas como <b>, <i> e <u>, mas os reprodutores lidam com elas de maneira inconsistente. Ele não tem posicionamento, estilos CSS, identificação de falantes nem cabeçalho de metadados. Qualquer editor de texto pode criar ou corrigir um arquivo SRT.

Todos os principais reprodutores e editores leem SRT: VLC, MPV, Plex, Premiere Pro, Final Cut Pro e DaVinci Resolve, além de YouTube, Vimeo, Facebook, LinkedIn e X. Se você só puder disponibilizar um formato, escolha o SRT.

O que é o VTT e quando ele faz a diferença

O VTT (WebVTT, Web Video Text Tracks) é o formato de legenda criado pelo W3C para vídeo HTML5. Um arquivo .vtt é quase idêntico ao SRT, com duas diferenças de sintaxe e vários recursos adicionais:

WEBVTT

00:00:01.000 --> 00:00:04.500 line:90% align:center
<v Alice>Esta é a primeira legenda.

00:00:05.000 --> 00:00:08.200 position:10% align:start
<v Bob>Esta é a segunda legenda.

NOTE Este comentário nunca é exibido para os espectadores.

As duas diferenças de sintaxe:

1. O arquivo precisa começar com WEBVTT na primeira linha. Sem isso, os navegadores rejeitam o arquivo.
2. As marcações de tempo usam ponto antes dos milissegundos, não vírgula.

O que o VTT adiciona:

• Posicionamento de blocos: line, position, size e align posicionam o texto em qualquer lugar do quadro, por exemplo no topo quando um elemento gráfico cobre a parte inferior.
• Estilização com CSS: a página estiliza as legendas pelo pseudo-elemento ::cue, compatível com todos os grandes navegadores.
• Identificação de falantes: <v Alice> indica quem está falando, permitindo que um arquivo VTT preserve a identificação de locutores de uma transcrição.
• Capítulos e blocos NOTE: uma trilha VTT separada pode conter marcadores de capítulos, e linhas com NOTE servem como comentários.

VTT é o formato nativo do elemento <track> do HTML5, o padrão de trilhas de texto para o Apple HLS e a escolha padrão de reprodutores web como Video.js, Plyr e JW Player.

SRT vs VTT: comparação de recursos

Compatibilidade entre plataformas

As linhas sobre YouTube e Vimeo foram verificadas nas páginas de suporte de cada serviço em 14 de outubro de 2026. As linhas sobre serviços de streaming foram retiradas das especificações para parceiros indicadas nas fontes.

TTML: o formato para emissoras e OTT

O TTML (Timed Text Markup Language) é o formato XML exigido por serviços de streaming e emissoras na entrega de arquivos. Ele é bem mais complexo e pesado que o SRT ou o VTT:

<?xml version="1.0" encoding="UTF-8"?>
<tt xmlns="http://www.w3.org/ns/ttml"
    xmlns:tts="http://www.w3.org/ns/ttml#styling">
  <head>
    <styling>
      <style xml:id="default"
             tts:fontFamily="sansSerif"
             tts:color="white"
             tts:fontSize="100%"/>
    </styling>
  </head>
  <body>
    <div>
      <p begin="00:00:01.000" end="00:00:04.500"
         style="default">Esta é a primeira legenda.</p>
    </div>
  </body>
</tt>

Essa estrutura permite estilos avançados, várias trilhas de idioma em um só arquivo, posicionamento baseado em porcentagem, texto ruby para japonês e metadados para auditorias de acessibilidade. Na prática, cada plataforma que exige TTML especifica um perfil próprio:

• A Netflix exige TTML1 (.xml ou .ttml) para a maioria dos idiomas, com posicionamento apenas em porcentagem e tamanho de fonte em 100%. O japonês usa o perfil proprietário IMSC 1.1 da Netflix.
• O Amazon Prime Video aceita DFXP/TTML, iTT e SRT para trilhas de legenda, permitindo que produtores menores muitas vezes dispensem o TTML.
• O Disney+ exige IMSC 1.1.
• O EBU-TT-D é o perfil da União Europeia de Radiodifusão para distribuição IP e DVB-DASH, sendo um subconjunto do perfil de texto IMSC 1.

Minha opinião: se nenhuma emissora ou plataforma de streaming específica estiver no seu fluxo de entrega, você não precisa de TTML. SRT e VTT cobrem todo o restante.

SRT vs VTT vs TTML em uma só tabela

Como converter entre SRT, VTT e TTML

Converter de SRT para VTT praticamente não gera perdas:

1. Adicione WEBVTT na primeira linha, seguida por uma linha em branco.
2. Troque cada vírgula antes dos milissegundos por um ponto: 00:00:01,000 vira 00:00:01.000.
3. Mantenha ou remova os números sequenciais.

De VTT para SRT:

1. Remova o cabeçalho WEBVTT.
2. Troque cada ponto antes dos milissegundos por vírgula.
3. Numere os blocos como 1, 2, 3 caso o arquivo VTT não tenha números.
4. Remova parâmetros de posicionamento das linhas de tempo; alguns interpretadores de SRT os rejeitam.

As tags de falante e o posicionamento são perdidos na conversão para SRT. O conversor de legendas gratuito faz as duas conversões direto no seu navegador e também oferece suporte a ASS e SSA.

A conversão de SRT ou VTT para TTML preserva o texto e as marcações de tempo, mas você ainda precisará adicionar o identificador de perfil, tamanhos de fonte apenas em porcentagem e o modo de timecode por taxa de quadros exigido pela especificação. Planeje uma etapa de controle de qualidade após cada conversão para TTML. Já de TTML para SRT, você perde estilos, posicionamento e trilhas extras de idioma, o que geralmente não é problema para envios ao YouTube. Se as legendas ficarem dessincronizadas por um quadro após converter para TTML, confira primeiro o modo de timecode (SMPTE versus media time).

Formatos de arquivo de transcrição vs formatos de legenda

SRT e VTT são arquivos de legendas com marcação de tempo: linhas curtas com início e fim para um reprodutor exibir na tela. Uma transcrição costuma ser lida como documento, por isso vem em outros formatos:

ConvertAudioToText exporta todos os seis a partir da mesma transcrição. O TXT é gratuito em qualquer conta conectada; DOCX, PDF, SRT, VTT e JSON estão disponíveis no primeiro arquivo de uma nova conta, no Passe Semanal, em pacotes de créditos ou em planos pagos.

Como gerar legendas a partir de áudio ou vídeo

Gere uma vez, exporte no formato que o destino exigir

Se você está começando a partir de uma gravação e não de um arquivo de legenda pronto, o gerador de legendas transcreve o áudio e exporta em SRT ou VTT sincronizados. Os primeiros 30 minutos de um arquivo são transcritos gratuitamente sem cadastro. Gere o SRT primeiro se você for publicar em vários lugares, ajuste eventuais erros no editor de transcrição e depois exporte em VTT para o seu site ou converta para TTML para uma emissora. Para correções de texto e tempo após a exportação, veja o editor de legendas e como criar um arquivo SRT.

O formato raramente é o gargalo. O público nota a precisão, quebras de linha legíveis e sincronização. Quando esses pontos estão corretos, converter formatos leva apenas alguns segundos.

Perguntas frequentes

Qual é a diferença entre SRT e VTT?

O SRT não tem cabeçalho e usa vírgula antes dos milissegundos (00:00:01,000). O VTT precisa começar com uma linha WEBVTT e usa ponto (00:00:01.000). O VTT também suporta posicionamento de blocos, estilização CSS via ::cue, marcações de voz do locutor e comentários NOTE. O SRT funciona em quase todos os reprodutores e plataformas; o VTT é o formato nativo para vídeo HTML5 e HLS.

SRT ou VTT: qual é melhor?

Nenhum é melhor de forma geral. O SRT é melhor para upload em redes sociais e reprodutores desktop porque qualquer ferramenta o lê. O VTT é melhor para vídeos no seu próprio site, transmissões HLS e legendas que precisam de posicionamento ou identificação de falantes.

O que é um arquivo VTT?

Um arquivo .vtt é um arquivo de legendas WebVTT: texto simples que começa com a linha WEBVTT, seguido por blocos com tempo de início, fim e o texto da legenda. Os navegadores o leem nativamente pelo elemento track do HTML5. Você pode abri-lo e editá-lo em qualquer editor de texto.

Posso enviar arquivos VTT para o YouTube?

Sim. O YouTube inclui o WebVTT (.vtt) entre os formatos de legenda aceitos, ao lado do SubRip (.srt), TTML e outros, sem necessidade de converter antes do upload.

Como converter SRT para VTT?

Adicione WEBVTT como a primeira linha e mude cada vírgula antes dos milissegundos para ponto, de modo que 00:00:01,000 se torne 00:00:01.000. Números sequenciais são opcionais no VTT. Para retornar ao SRT, remova o cabeçalho, altere pontos para vírgulas, numere os blocos e elimine quaisquer configurações de bloco.

A Netflix exige TTML ou IMSC?

A Netflix exige TTML1 (.xml ou .ttml) para entregas de legendas na maioria dos idiomas e seu próprio perfil IMSC 1.1 para japonês. Confirme o perfil exato na documentação atual para parceiros da Netflix antes de enviar o material.

Posso converter SRT para TTML automaticamente?

Sim para marcações de tempo e texto. Conversores genéricos raramente preenchem o identificador de perfil, dimensionamento apenas em porcentagem ou o modo de timecode por taxa de quadros que a especificação de streaming exige, portanto faça uma checagem de qualidade antes da entrega.

Qual formato de legenda devo usar para streaming de vídeo?

Para streaming HLS, o WebVTT é o formato de trilha de texto padrão e o SRT não é suportado em playlists HLS. No seu próprio site, o VTT é o único formato de trilha de texto que os navegadores leem nativamente. Para envios a redes sociais, o SRT é a opção mais segura.

Fontes

• Ajuda do YouTube: formatos de arquivo de legenda e closed caption compatíveis: .srt, .sbv, .sub, .mpsub, .lrc, .cap, .smi, .rt, .vtt, .ttml, .dfxp, verificado em 14 de outubro de 2026
• Ajuda do Vimeo: como adicionar legendas ou closed captions: SRT e WebVTT aceitos, WebVTT recomendado, verificado em 14 de outubro de 2026
• W3C: WebVTT, the Web Video Text Tracks Format
• MDN: Web Video Text Tracks Format
• MDN: ::cue
• Apple: HLS authoring specification for Apple devices
• Central de Ajuda para Parceiros da Netflix: Timed Text Style Guide, requisitos gerais
• Central de Ajuda para Parceiros da Netflix: Netflix IMSC 1.1 Text Profile
• Amazon Prime Video Direct: caption requirements
• W3C: TTML Profiles for Internet Media Subtitles and Captions (IMSC 1.2)
• DVB: DVB-TTML subtitling systems
• SubRip, Wikipédia
• Discussão sobre importação de VTT no DaVinci Resolve, Blackmagic Forum