SRT vs. VTT vs. SBV: Untertiteldateiformate erklärt (wann welches verwenden)

Sie haben eine perfekt transkribierte Untertiteldatei. Jetzt müssen Sie sie exportieren, und das Tool bietet Ihnen drei Optionen: SRT, VTT und SBV. Alle drei enthalten dieselben Wörter. Alle drei synchronisieren Text mit Zeitstempeln. Aber sie sind nicht austauschbar, und die Wahl des falschen Formats kann bedeuten, dass Ihre Untertitel nicht angezeigt werden, ihre Formatierung verlieren oder von Ihrer Zielplattform schlicht abgelehnt werden.

Hier erfahren Sie, was jedes Format leistet, worin sie sich unterscheiden und wann Sie welches verwenden sollten.

Was Untertiteldateien tatsächlich enthalten

Alle Untertitelformate teilen dieselbe grundlegende Struktur: zeitgestempelte Textsegmente, die einem Videoplayer mitteilen, wann bestimmte Wörter auf dem Bildschirm angezeigt werden sollen.

Die Kernkomponenten

Jede Untertiteldatei enthält drei Elemente. Ein Zeitcode gibt an, wann jede Bildunterschrift erscheint und verschwindet (üblicherweise im Format Stunden:Minuten:Sekunden,Millisekunden). Der Untertiteltext enthält die anzuzeigenden Wörter. Eine Sequenznummer oder eine Leerzeile trennt einen Untertitelblock vom nächsten. Die Unterschiede zwischen den Formaten liegen darin, wie diese Komponenten strukturiert sind und welche zusätzlichen Funktionen jedes Format unterstützt.

Reiner Text im Hintergrund

Untertiteldateien sind reine Textdateien. Sie können jede SRT-, VTT- oder SBV-Datei in einem einfachen Texteditor öffnen und den Inhalt direkt lesen. Für ihre Erstellung oder Bearbeitung ist keine spezielle Software erforderlich. Wenn die Speech-to-Text-Lösung von CAMB.AI Transkripte generiert, kann die Ausgabe in diesen Standardformaten exportiert werden – sofort einsatzbereit mit jedem kompatiblen Videoplayer oder jeder Plattform.

Die Kodierung ist entscheidend

Untertiteldateien sollten in UTF-8-Kodierung gespeichert werden, um Zeichen aus allen Sprachen zu unterstützen. Eine Untertiteldatei, die für Mandarin-Inhalte erstellt, aber in ASCII-Kodierung gespeichert wird, zeigt verstümmelte Zeichen an. Bei mehrsprachigen Untertitel-Workflows sollten Sie die Kodierung vor der Veröffentlichung stets überprüfen.

Das SRT-Format, der universelle Standard

SubRip Text (SRT) ist das am weitesten verbreitete Untertitelformat. Wenn Sie sich nur mit einem Format vertraut machen wollen, dann mit SRT.

Wie SRT aufgebaut ist

Eine SRT-Datei enthält nummerierte Untertitelblöcke. Jeder Block besitzt eine Sequenznummer in der ersten Zeile, einen Zeitstempelbereich in der zweiten Zeile (im Format 00:00:00,000 --> 00:00:02,500) und den Untertiteltext in den folgenden Zeilen. Eine Leerzeile trennt jeden Block. Genau diese Einfachheit der Struktur hat SRT zum universellen Standard gemacht.

Wo SRT funktioniert

SRT wird von praktisch jeder Videoplattform und jedem Player akzeptiert: YouTube, Vimeo, Facebook, LinkedIn, VLC, Medienservern und Lernmanagementsystemen. Wenn Sie nicht sicher sind, welches Format eine Plattform akzeptiert, ist SRT fast immer die sichere Wahl. Beim Generieren von Untertiteln über die Transkriptionstools von CAMB.AI ist SRT die Standard-Exportoption für maximale Kompatibilität.

Einschränkungen von SRT

SRT unterstützt keine native Textformatierung (fett, kursiv, Farbe, Positionierung). Manche Player berücksichtigen einfache HTML-Tags innerhalb von SRT-Dateien (etwa ein Fett-Tag), doch dieses Verhalten ist uneinheitlich. Wenn Sie formatierte oder positionierte Untertitel benötigen, ist VTT die bessere Wahl.

Das VTT-Format, gebaut für das Web

WebVTT (Web Video Text Tracks) wurde speziell für HTML5-Video entwickelt und ist damit das native Untertitelformat moderner Webanwendungen.

Wie sich VTT von SRT unterscheidet

VTT-Dateien beginnen mit einer erforderlichen „WEBVTT“-Kopfzeile in der ersten Zeile. Zeitstempel verwenden einen Punkt statt eines Kommas zur Trennung der Millisekunden (00:00:00.000 statt 00:00:00,000). Sequenznummern sind optional. Über diese strukturellen Unterschiede hinaus unterstützt VTT Funktionen, die SRT nicht bieten kann.

Formatierung und Positionierung

VTT unterstützt CSS-basierte Formatierung über Cue-Einstellungen. Sie können die Textposition (oben, unten, links, rechts), Ausrichtung, Schriftgröße und Farbe direkt in der Untertiteldatei steuern. Bei Videoinhalten, bei denen Untertitel wichtige visuelle Elemente nicht überlagern dürfen, ist die VTT-Positionierung unverzichtbar. Formatierte Untertitel verbessern zudem die Lesbarkeit vor komplexen visuellen Hintergründen.

Kapitel, Metadaten und Beschreibungen

VTT ist nicht auf Untertitel beschränkt. Das Format unterstützt Kapitelmarkierungen (für die Videonavigation), Metadaten-Spuren (für maschinenlesbare Informationen) und Beschreibungsspuren (für Barrierefreiheit). Eine einzige VTT-Datei kann mehrere Arten von zeitgesteuertem Textinhalt enthalten, was sie zum vielseitigsten Format für webbasierte Videoanwendungen macht.

Das SBV-Format, YouTubes native Wahl

SubViewer (SBV) wird vor allem mit YouTube in Verbindung gebracht und ist einfacher als sowohl SRT als auch VTT. Der praktische Anwendungsbereich des Formats ist eng begrenzt.

Wie SBV aufgebaut ist

SBV-Dateien enthalten Zeitstempelpaare gefolgt vom Untertiteltext, getrennt durch Leerzeilen. Zeitstempel verwenden einen Punkt zur Trennung der Millisekunden (0:00:00.000,0:00:02.500). Es gibt keine Sequenznummern. Das Format ist minimalistisch und enthält nur Timing und Text, ohne Unterstützung für Formatierung oder Metadaten.

YouTube-Upload und -Download

YouTube erzeugt SBV-Dateien, wenn Sie automatisch generierte oder manuell hochgeladene Untertitel herunterladen. Wenn Sie ausschließlich innerhalb des YouTube-Ökosystems arbeiten, funktioniert SBV einwandfrei. YouTube akzeptiert auch SRT- und VTT-Uploads, sodass es selten einen Grund gibt, SBV gegenüber SRT zu bevorzugen – außer wenn Sie bestehende YouTube-Untertitel zur Bearbeitung herunterladen.

Wann SBV vermieden werden sollte

Außerhalb von YouTube ist die Unterstützung für SBV begrenzt. Die meisten professionellen Videoeditoren, Streaming-Plattformen und LMS-Systeme akzeptieren SBV nicht nativ. Wenn Ihr Untertitel-Workflow eine andere Plattform als YouTube einschließt, verwenden Sie stattdessen SRT oder VTT. Die Konvertierung zwischen Formaten ist mit den meisten Untertitel-Bearbeitungstools unkompliziert, sodass eine Festlegung auf SBV meist vermeidbar ist.

Das richtige Format für Ihre Plattform wählen

Die Formatentscheidung hängt davon ab, wo Ihr Video liegt und welche Funktionen Sie benötigen.

Für maximale Kompatibilität

Verwenden Sie SRT. Überall akzeptiert, einfach zu erstellen, leicht zu bearbeiten. Wenn Sie Videos auf mehreren Plattformen verbreiten (YouTube, Vimeo, soziale Medien, Ihre eigene Website, LMS), stellt SRT sicher, dass Ihre Untertiteldatei überall ohne Konvertierung funktioniert.

Für web-native Videos

Verwenden Sie VTT. Wenn Ihr Video über HTML5-Video-Tags in Ihre Website eingebettet ist, ist VTT das native Format und bietet Ihnen eine Formatierungskontrolle, die SRT nicht leisten kann. Für Organisationen, die die Website-Übersetzung von CAMB.AI nutzen, um mehrsprachige Web-Erlebnisse anzubieten, lassen sich VTT-Untertitel direkt in den übersetzten Seiteninhalt integrieren.

Für reine YouTube-Workflows

SBV ist akzeptabel, aber SRT funktioniert auf YouTube genauso gut und gibt Ihnen die Flexibilität, die Datei auch anderswo weiterzuverwenden. Sofern Sie nicht gezielt automatisch generierte YouTube-Untertitel zur Bearbeitung herunterladen, gibt es keinen praktischen Grund, SBV zu bevorzugen.

Für mehrsprachige Untertitel-Sets

Erstellen Sie eine Untertiteldatei pro Sprache und verwenden Sie durchgängig dasselbe Format für alle Sprachen. Benennen Sie die Dateien mit eindeutigen Sprachcodes (video-title.en.srt, video-title.es.srt, video-title.fr.srt). Für Videoinhalte, die zusätzlich eine KI-Synchronisation in mehrere Sprachen benötigen, dient der Untertiteltext als Übersetzungsgrundlage, auf die der Synchronisationsprozess zur Sicherstellung der Genauigkeit zurückgreifen kann.

Zwischen Formaten konvertieren

Die Konvertierung von SRT zu VTT (oder umgekehrt) erfordert nur minimale Änderungen: Anpassung der Kopfzeile, Austausch von Komma und Punkt in den Zeitstempeln sowie optional das Hinzufügen oder Entfernen von Sequenznummern. Viele kostenlose Tools und Skripte übernehmen diese Konvertierung automatisch. Wichtig ist, zu überprüfen, dass die Konvertierung die Zeitgenauigkeit und Zeichenkodierung vollständig erhalten hat, insbesondere bei nicht-lateinischen Schriften.

Welches Untertitelformat Sie wählen, ist weniger wichtig, als überhaupt erst präzise, gut getimte Untertitel zu haben. Sorgen Sie zunächst für korrekten Inhalt und wählen Sie dann das Format, das zu Ihrer Vertriebsplattform passt. Für die meisten Workflows ist SRT die sichere Standardwahl. Für web-native Videos mit Formatierungsbedarf ist VTT die Weiterentwicklung. SBV ist ein YouTube-spezifisches Format mit begrenztem Nutzen außerhalb dieses Ökosystems.