SRT ファイルとは?SRT 字幕の作り方と動画への付け方
SRT ファイルとは
SRT ファイルとは、「どの文字を、いつからいつまで表示するか」を動画プレーヤーに伝えるテキスト形式の字幕ファイルです。SRT は SubRip Subtitle の略で、この形式を最初に出力したソフト「SubRip」に由来します。中身は番号付きのブロックが並んでいるだけで、各ブロックに開始・終了のタイムコードと1〜2行の字幕テキストが入っています。
SRT ファイルには映像も音声も書式(スタイル)も含まれず、動画を読み込んだり、動画から何かを取り出したりもしません。動画の横に置かれたファイルを、プレーヤーが時刻を基準に映像と合わせて表示する仕組みです。SRT 字幕のトラブルの多くは、この仕組みで説明できます。タイムコードが間違っていれば、字幕も間違って表示されます。
SRT ファイルの中身と書式
.srt をテキストエディタで開くと、4つの要素からなる同じ形のブロックが繰り返されています。
1
00:00:01,000 --> 00:00:03,400
製品紹介へようこそ。
2
00:00:03,600 --> 00:00:07,200
まずダッシュボードから始めて、
次にレポートを見ていきます。
3
00:00:07,400 --> 00:00:10,100
この画面のデータはすべてリアルタイムです。
これだけで、正しい SRT ファイルとして成立します。各要素の書き方は次のとおりです。
| 要素 | 上の例 | 書式のルール |
|---|---|---|
| 連番 | 2 | 整数だけを1行に書く。1から始めて、飛ばさずに1つずつ増やす。 |
| タイムコード | 00:00:03,600 --> 00:00:07,200 | HH:MM:SS,mmm --> HH:MM:SS,mmm の形。時・分・秒は2桁、ミリ秒は3桁。ミリ秒の前はカンマ、開始と終了の間は「半角スペース・矢印・半角スペース」。 |
| 字幕テキスト | まずダッシュボードから始めて、 | 1〜2行のプレーンテキスト。ここで改行すると、画面上でも改行される。 |
| 空行 | (各ブロックの後の空の行) | 空行1つでブロックが終わる。ファイルの最後も改行で終える。 |
手作業で作った字幕ファイルで最も多いミスが、ミリ秒の前のカンマです。
00:00:03.600のようにピリオドで区切ったタイムコードは WebVTT の書式で、SRT ではありません。そのブロックだけを飛ばすプレーヤーもあれば、ファイル全体を読み込まないもの、そこから先の字幕を表示しなくなるものもあります。
つまり、見た目はほとんど同じでも、次の例は壊れています。
2
00:00:03.600 --> 00:00:07.200
このブロックはピリオドを使っているので、有効なSRTではありません。
読みやすい字幕のルール(1行の文字数・表示時間)
SRT の書式そのものには、300文字の段落を0.2秒だけ表示するような字幕を防ぐ仕組みはありません。読みやすさの基準として、公開されているなかで最も広く使われているのが Netflix の字幕ガイドラインで、誰でも無料で読めます。
- 1行の文字数:約42文字(英語字幕)。 Netflix の英語字幕のスタイルガイド(English Timed Text Style Guide)は、1行42文字を厳格な上限としています。
- 最大2行。 Netflix の共通の字幕要件では、字幕は2行までです。上限を超えない長さなら1行に収めます。
- 表示時間:約1〜7秒。 同じ共通要件で、字幕1枚の表示時間は最短6分の5秒(約0.83秒)、最長7秒と定められています。
- 読む速さ。 Netflix の英語字幕では、大人向け番組で1秒あたり20文字まで、子ども向け番組で17文字までとされています。視聴者層がわからない場合は、17文字を目安にすると安全です。
- 意味の区切りで改行する。 Netflix の英語字幕の指針では、句読点の後、接続詞や前置詞の前で改行し、冠詞と名詞、名と姓を別の行に分けないこととしています。
話し言葉の1文は、たいてい2〜3ブロックに分かれます。そのため字幕のテキストは、同じ音声の文字起こしより短く、大きく削ったものになります。
SRT ファイルの作り方
方法は大きく3つです。違いは主に、手で入力する量にあります。
テキストエディタで手入力する
短いクリップなら、これが最も早い方法です。上の形でブロックを入力して保存します。つまずきやすいのは次の4点です。
- 拡張子。 Windows は初期設定で拡張子を表示しないため、メモ帳で保存すると
captions.srt.txtになってしまいます。保存時に「ファイルの種類」を「すべてのファイル」にし、ファイル名をcaptions.srtまで入力してください。Mac のテキストエディットでは、先に「フォーマット」>「標準テキストにする」を選びます。 - 文字コード。 ANSI や UTF-16 ではなく、UTF-8 で保存します。YouTube のヘルプにも、SRT ファイルはプレーンな UTF-8 である必要があると明記されています。
- カンマ。 ミリ秒の前はピリオドではなく、カンマです。
- 空行。 ブロックとブロックの間に1行入れます。ブロックの中には入れません。
文字起こしをしてから字幕ブロックに分ける
数分を超える音声なら、タイムスタンプ付きの文字起こしを用意し、字幕に収まる長さのブロックに切り分けるのが一般的です。Laxis に音声・動画ファイルをアップロードすると、作業の元になるタイムスタンプ付きの文字起こしが返ってきます。アップロードの手順は音声を文字起こしする方法で、素材が動画の場合は動画を文字起こしする方法で解説しています。
ただし、文字起こしと字幕ファイルは別物です。文字起こしは話者名付きでひと続きの段落として書かれ、字幕ファイルは文字数の上限内で、時間付きのブロックに細かく区切られています。違いがよくわからない場合は、文字起こしに何が含まれるかをご覧ください。自動で作ったテキストは、公開前に必ず読み直しましょう。固有名詞、数字、複数人の発言が重なった部分に誤りが集中します。
動画サイトの自動字幕をダウンロードする
動画がすでに YouTube にあるなら、YouTube の自動字幕を YouTube Studio からダウンロードし、テキストエディタで修正できます。タイミングはおおむね合っていますが、文言はたいてい手直しが必要です。完成品ではなく、たたき台として扱いましょう。
動画に SRT 字幕を付ける方法
YouTube
YouTube Studio で動画を開き、「字幕」から言語を追加します。「ファイルをアップロード」を選び、「タイミングあり」を指定して .srt を選択します。YouTube は対応する字幕形式に SubRip(.srt)を挙げており、ファイル内のスタイル指定は無視されます。
パソコンの動画プレーヤー(VLC など)
字幕ファイルを動画と同じファイル名(拡張子だけ違う名前)にして、同じフォルダに置きます。
product-walkthrough.mp4
product-walkthrough.srt
VLC をはじめ、ほとんどのデスクトップ用プレーヤーはこれで自動的に字幕を読み込みます。読み込まれない場合は、再生中の画面に .srt をドラッグするか、プレーヤーの「字幕」メニューから追加してください。複数の言語を用意するときは、拡張子の前に言語コードを付けます(例:product-walkthrough.en.srt)。
SNS
アップロード画面に字幕(キャプション)の欄があれば、そこに .srt をアップロードします。欄がない場合は、文字を映像に焼き込む必要があります。ショート動画の多くはこのケースです。手順はTikTok 動画に文字を入れる方法で解説しています。
Web ページ
HTML5 の <track> 要素は SRT に対応しておらず、WebVTT を前提としています。先にファイルを WebVTT に変換してください。変換はごく簡単で、それが両方の形式が使われ続けている理由の1つでもあります。
外部字幕と焼き込み字幕の違い
この違いで、上のどの方法が当てはまるかが決まります。多くの人は、作業の途中で初めてこの違いに気づきます。
外部字幕(サイドカー字幕、ソフトサブとも)は、動画とは別の .srt ファイルとして一緒に配信される字幕です。視聴者が表示のオン・オフや言語を切り替えられ、プラットフォームや検索エンジンもテキストを読み取れます。誤字の修正もテキストファイルを直して再アップロードするだけで、動画を再エンコードすることはありません。ただし、プレーヤーやプラットフォームが字幕トラックに対応している必要があり、対応していないものも多くあります。
焼き込み字幕(ハードコード字幕、オープンキャプションとも)は、書き出しの時点で映像のフレームに描き込まれた文字です。ミュートで自動再生され、字幕トラックが取り除かれるフィードも含めて、どこでも表示されます。その代わり、オフにも翻訳にもできず、機械で読み取ることもできません。誤字が1つあれば、動画を書き出し直すことになります。
外部字幕の SRT を受け付ける場所ではそれを使い、受け付けない場所でだけ文字を焼き込むのが基本です。
SRT 字幕のトラブルと対処法
字幕と映像がずれる
動画の冒頭と終盤の2か所で、ずれを確認します。どちらも同じ幅でずれているなら、一定のオフセットです。すべてのタイムコードに同じ時間を足すか引けば直り、たいていの字幕エディタなら1回の操作でできます。ずれが徐々に大きくなる場合はドリフトで、原因はほぼ例外なくフレームレートの不一致です。ドリフトは全体をずらしても直りません。2つのフレームレートの比率に合わせて、タイミングを伸縮させる必要があります。
字幕が文字化けする
アクセント付きの名前や日本語が「?」や四角、意味不明な文字の並びで表示されるのは、字幕ではなく文字コードの問題です。ファイルを UTF-8 で保存し直してください。たいていのエディタは、保存ダイアログで文字コードを選べます。
SRT ファイルが読み込まれない
原因は、可能性の高い順に次のとおりです。ファイル名が実は .srt.txt になっている、タイムコードの区切りがカンマではなくピリオドになっている、ブロック間の空行が抜けている、連番が順番どおりでないか重複している、ファイルが RTF や DOCX 形式で保存されている。上の正しい例と、1ブロックずつ見比べてください。
SNS で字幕が表示されない
アップロード画面に字幕の欄がなかったのなら、字幕ファイルはそもそもプラットフォームに届いていません。文字を動画に焼き込んでください。
SRT・VTT・ASS の違い
| SRT | WebVTT | ASS | |
|---|---|---|---|
| 正式名称 | SubRip Subtitle | Web Video Text Tracks | Advanced SubStation Alpha |
| 拡張子 | .srt | .vtt | .ass |
| ミリ秒の区切り | カンマ | ピリオド | ピリオドの後に1/100秒単位 |
| 書式と表示位置 | なし | 表示位置を指定でき、書式は CSS で設定 | フォント、色、配置、カラオケ風のタイミングまで細かく組版できる |
| ヘッダー | なし | ファイルの先頭が WEBVTT | スクリプト情報のセクション |
| 向いている用途 | プレーヤー、編集ソフト、アップロード画面を問わず使える高い互換性 | HTML5 の <track> 要素を使ったブラウザでの再生 | 文字の見た目を細かく作り込みたい、組版中心の作業 |
特別な見た目は要らず、どこでも確実に使えるファイルが欲しいなら、シンプルな SRT を選びましょう。
字幕の元になるタイムスタンプ付きテキストを用意する
ここまでの書式の作業はすぐに終わりますが、1時間の音声を手で文字起こしするのは大変です。そこがネックになっているなら、Laxis の AI 会議アシスタントを使えます。アップロードした音声や動画を100以上の言語で文字起こしし、字幕ブロックに切り分けられるタイムスタンプ付きのテキストを返します。無料プランでは毎月300分まで文字起こしでき、1回の録音は45分までです。有料プランは1ユーザーあたり月額 $15.99 からです。
よくある質問
SRT ファイルと文字起こしは同じものですか?
いいえ、別物です。文字起こしは話者名付きでひと続きの文章で、長さの制限はなく、それ単体で読むためのものです。SRT ファイルは同じ言葉を、再生中の画面で読み切れる短さの、時間付きのブロックに切り分けたものです。一方からもう一方を作るには、文を分け、上限まで削り、時間を割り当てる編集が必要です。
専用ソフトがなくても SRT ファイルを開いて編集できますか?
はい、できます。SRT ファイルはプレーンテキストなので、メモ帳、テキストエディット、Vim、VS Code のどれでも扱えます。Microsoft Word や Google ドキュメントのようなワープロソフトは、独自の形式で保存してファイルを壊してしまうので避けましょう。1語を直すのではなく、何百ものタイムコードを調整するなら、字幕専用の編集ソフトを使うと大幅に時間を節約できます。
SRT ファイルを追加すると、動画ファイル自体も変わりますか?
いいえ、変わりません。外部字幕の SRT は動画に手を加えず、プレーヤーが2つのファイルを読み込んで、再生中に文字を重ねて表示します。そのため、誤字は SRT を直すだけで修正できます。焼き込み字幕は別で、書き出し時にフレームに描き込まれるため、修正には書き出し直しが必要です。
字幕が最初は合っているのに、だんだんずれていくのはなぜですか?
ずれが大きくなっていくのは、開始時刻の設定ミスではなく、フレームレートの不一致が原因です。23.976 fps のマスター映像に合わせて作った字幕を25 fps のコピーで再生すると、少しずつ遅れていきます。すべてのタイムコードを一定の量だけずらしても直りません。2つのフレームレートの比率で、タイミングを伸縮させる必要があります。
字幕1行は何文字までが目安ですか?
英語字幕なら、1行42文字・最大2行が目安です。Netflix の英語字幕のスタイルガイドは、1行を42文字まで、字幕1枚を2行までとしています。さらに、表示時間は最短6分の5秒・最長7秒、大人向け番組の読む速さは1秒あたり20文字が上限です。英語の動画であれば、ほとんどの場合これらの数値が妥当な基準になります。
SRT 字幕を付けると、動画は検索で見つかりやすくなりますか?
検索順位が上がるかどうかはプラットフォーム次第で、結果を約束できるものではありません。ただ、外部字幕ファイルなら、焼き込み字幕では渡せない、機械で読み取れるテキストをプラットフォームに提供できます。よりはっきりした効果は、届く範囲が広がることです。字幕があれば、音を出せない環境でも、耳の聞こえない人や聞こえにくい人にも動画を見てもらえます。
関連製品
Laxis 会議アシスタント
議事録を今日から自動化。
- Zoom・Google Meet・Teams も対面会議も、ボットなしで記録
- AI 要約・アクションアイテム・フォローアップを 60 以上の言語で
- Mac・Windows・iPhone・Android 対応、無料プランあり
無料で始められます。クレジットカードは不要です。
詳細を見る ▷