SRT o VTT: ¿en qué se diferencian y qué archivo de subtítulos deberías usar?

La respuesta corta

Usa SRT cuando vayas a subir subtítulos a una plataforma de vídeo y no tengas claro qué pide. Es el más sencillo de los dos, y YouTube, Vimeo y LinkedIn lo aceptan. Usa VTT (WebVTT) cuando los subtítulos se vayan a reproducir en una página web que controlas (un reproductor HTML5, una plataforma de cursos, tu propia web) o cuando necesites algo que SRT no puede expresar, como mover un subtítulo a la parte superior del encuadre.

Los dos son texto plano. Los dos contienen, en esencia, lo mismo: una lista de subtítulos, cada uno con un tiempo de inicio, un tiempo de fin y las palabras que se muestran. Puedes convertir uno en otro en segundos. Las diferencias son pequeñas, pero son justo los detalles que hacen que una subida falle.

Qué es un archivo SRT

SRT significa SubRip Subtitle. Debe su nombre a SubRip, un programa gratuito para extraer los subtítulos de un DVD, con sus tiempos, a un archivo de texto. Cada subtítulo tiene cuatro partes:

1. Un número de secuencia, que empieza en 1 y va subiendo.
2. Una línea de marcas de tiempo: el tiempo de inicio y el de fin separados por -->, cada uno escrito como horas:minutos:segundos,milisegundos.
3. Una o varias líneas de texto del subtítulo.
4. Una línea en blanco que cierra el subtítulo.

Las horas, los minutos y los segundos siempre llevan dos dígitos, y los milisegundos siempre tres, así que diez segundos y medio se escriben 00:00:10,500. El centro de ayuda de Vimeo recoge la misma regla en su página de solución de problemas con archivos de subtítulos.

Eso es todo el formato. Algunos reproductores respetan unas pocas etiquetas de estilo HTML en SRT, como <i> para la cursiva, pero no hay garantías. YouTube, por ejemplo, indica que solo admite archivos SRT básicos, que no reconoce en ellos ninguna etiqueta de estilo y que exige texto plano en UTF-8.

Qué es un archivo VTT

VTT es la abreviatura de WebVTT (Web Video Text Tracks), una especificación del W3C. Es el formato que usan los navegadores para los subtítulos asociados a un vídeo HTML5. Sus subtítulos se parecen mucho a los de SRT, y añade lo que necesita un reproductor web: posicionamiento, estilos, comentarios y marcado de interlocutores.

Un archivo WebVTT debe empezar por la palabra WEBVTT seguida de una línea en blanco, y debe estar codificado en UTF-8. Si se sirve desde una web, su tipo MIME es text/vtt. Los números de subtítulo son opcionales: un subtítulo puede tener cualquier identificador, o ninguno. Las marcas de tiempo llevan un punto antes de los milisegundos, y las horas se pueden omitir cuando son cero, así que 00:10.500 es válido.

Los mismos subtítulos en los dos formatos

Estos son tres subtítulos de un breve tutorial, primero en SRT:

1
00:00:01,200 --> 00:00:03,800
Welcome back. Today we're testing
three ways to light a small room.

2
00:00:04,100 --> 00:00:06,500
The first one costs nothing:
just move the desk to the window.

3
00:00:07,000 --> 00:00:08,400
[laughs] Seriously, try it.

Y los mismos subtítulos en WebVTT, con algunas funciones que SRT no tiene:

WEBVTT

NOTE Lighting tutorial, English captions, v2

STYLE
::cue(.sound) {
  color: yellow;
}

1
00:00:01.200 --> 00:00:03.800
<v Maya>Welcome back. Today we're testing
three ways to light a small room.

2
00:00:04.100 --> 00:00:06.500 line:10%
<v Maya>The first one costs nothing:
just move the desk to the window.

laugh
00:07.000 --> 00:08.400
<c.sound>[laughs]</c> Seriously, try it.

Leyendo la versión VTT de arriba abajo: la cabecera obligatoria; un comentario NOTE que los reproductores ignoran; un bloque STYLE que colorea todo lo marcado con .sound; etiquetas de voz con el nombre de quien habla; un ajuste de subtítulo (line:10%) que sube el segundo subtítulo cerca de la parte superior del encuadre; un identificador de texto (laugh) en lugar de un número; y una última marca de tiempo sin las horas.

Las diferencias que importan

La cabecera

Un archivo VTT sin WEBVTT en la primera línea no es válido, y un analizador estricto lo rechazará. SRT no tiene cabecera: el archivo empieza directamente por el subtítulo número 1. Por eso no funciona cambiar el nombre de captions.srt a captions.vtt: falta la cabecera y las marcas de tiempo siguen usando comas.

Marcas de tiempo

SRT escribe 00:00:04,100. VTT escribe 00:00:04.100 o 00:04.100. Una coma frente a un punto parece una nimiedad, pero un analizador que espera uno puede rechazar el otro.

Posicionamiento

Los ajustes de subtítulo de VTT van en la línea de marcas de tiempo, después del tiempo de fin:

• line: la posición vertical, como número de línea o como porcentaje;
• position: la sangría horizontal, en porcentaje;
• size: el ancho del cuadro del subtítulo;
• align: la alineación del texto (start, center, end, left o right);
• vertical: texto vertical, para los sistemas de escritura que lo necesitan;
• region: una zona con nombre definida en un bloque REGION, útil para subtítulos que se desplazan hacia arriba.

Así se aparta un subtítulo de un rótulo con un nombre o de otro texto en pantalla. El SRT básico no permite posicionar un subtítulo.

Estilos

VTT admite etiquetas en línea —negrita, cursiva, subrayado, clases (<c>) y anotaciones ruby—, además de bloques STYLE con CSS para el pseudoelemento ::cue. Hasta qué punto se respeta todo eso depende de cada reproductor. YouTube admite el posicionamiento en los archivos VTT, pero limita los estilos a negrita, cursiva y subrayado. Si los subtítulos tienen que verse de una forma concreta en todas partes, el único método fiable es incrustarlos en el vídeo.

Comentarios, interlocutores e idiomas

Los bloques NOTE contienen comentarios (una nota del traductor, un número de versión, un recordatorio) que el espectador nunca ve. Las etiquetas de voz (<v Maya>) indican quién habla de forma que el software pueda leerlo, y las etiquetas de idioma marcan un pasaje en otra lengua. SRT no tiene nada de esto: cada línea de texto de un subtítulo SRT se muestra al espectador.

Subtítulos, capítulos y descripciones

En una página web, un archivo VTT se asocia a un vídeo con el elemento <track>, y su atributo kind indica para qué sirve el archivo. El estándar HTML define cinco tipos:

• subtitles: una transcripción o traducción del diálogo, para quien oye el audio pero no lo entiende. Es el valor predeterminado cuando falta kind.
• captions: el diálogo más los efectos de sonido, la música y otros sonidos relevantes, para cuando el audio no está disponible o cuesta oírlo.
• descriptions: descripciones en texto de lo que aparece en pantalla, pensadas para que un sintetizador de voz las lea a quien no puede ver el vídeo.
• chapters: títulos de capítulo para navegar por el vídeo.
• metadata: datos para scripts, que no se muestran al espectador.

<video controls src="lighting.mp4">
  <track kind="captions" src="lighting.en.vtt"
         srclang="en" label="English" default>
  <track kind="chapters" src="lighting.chapters.vtt"
         srclang="en">
</video>

Los navegadores esperan estos archivos en WebVTT, así que una web que solo tenga archivos SRT tiene que convertirlos primero. Dos detalles prácticos de la documentación de MDN: srclang es obligatorio cuando el tipo es subtitles, y el archivo de la pista debe tener el mismo origen que la página, salvo que el elemento de vídeo tenga el atributo crossorigin.

SRT frente a VTT de un vistazo

Qué plataformas aceptan cada formato

Los requisitos de subida cambian, así que consulta la página de ayuda de la plataforma antes de subir muchos archivos. Así están las cosas en septiembre de 2026:

• YouTube acepta los dos, entre muchos otros formatos. Los archivos SRT deben ser básicos, en texto plano UTF-8 y sin estilos; los VTT pueden incluir posicionamiento, con estilos limitados a negrita, cursiva y subrayado. Paso a paso: cómo subir un archivo SRT a YouTube.
• Vimeo acepta SRT y WebVTT para subtítulos, recomienda WebVTT y pide codificación UTF-8.
• El centro de ayuda de LinkedIn explica cómo adjuntar un archivo SRT al publicar un vídeo desde el ordenador.
• El vídeo HTML5 en tu propia web usa WebVTT a través de <track>.

Los vídeos cortos verticales son otro caso. En TikTok, Instagram Reels y YouTube Shorts, incrustar los subtítulos en la imagen suele ser la opción más práctica, porque el estilo viaja con el vídeo sea cual sea la app o el contexto en que se reproduzca. Los pros y contras se explican en subtítulos abiertos frente a opcionales.

Cómo convertir de uno a otro

De SRT a VTT

1. Añade WEBVTT como primera línea, seguida de una línea en blanco.
2. En cada línea de marcas de tiempo, cambia la coma que va antes de los milisegundos por un punto: 00:00:04,100 pasa a ser 00:00:04.100.
3. Guarda el archivo en UTF-8 con la extensión .vtt.

Los números de subtítulo pueden quedarse: en VTT simplemente pasan a ser identificadores. Cambia las comas solo en las líneas de marcas de tiempo, porque buscar y reemplazar a ciegas cambia también todas las comas del texto de los subtítulos. El conversor de SRT a VTT gratuito hace los tres pasos por ti.

De VTT a SRT

1. Elimina la cabecera WEBVTT y cualquier bloque NOTE, STYLE o REGION.
2. Numera los subtítulos desde el 1 y sustituye cualquier identificador de texto.
3. Escribe todas las marcas de tiempo completas, como HH:MM:SS,mmm: añade 00: donde falten las horas y cambia el punto por una coma.
4. Quita los ajustes de subtítulo, como line:10%, del final de las líneas de marcas de tiempo.
5. Elimina las etiquetas de voz, clase, idioma, ruby y marca de tiempo. Si una etiqueta de voz indicaba un interlocutor que el espectador necesita conocer, conviértela en una indicación visible.

En este sentido se pierde información (posiciones, estilos y marcado de interlocutores), así que conserva el VTT original. El conversor de VTT a SRT se encarga de renumerar y reescribir las marcas de tiempo. Si los subtítulos convertidos van siempre adelantados o retrasados, es otro problema: desplaza todos los subtítulos a la vez con el sincronizador de subtítulos.

¿Cuál deberías usar?

• Si subes el vídeo a YouTube, Vimeo o LinkedIn: SRT funciona en los tres. En YouTube o Vimeo, pásate a VTT si necesitas posicionar los subtítulos.
• Si es tu propia web o el reproductor de tu curso: VTT, asociado con <track kind="captions">.
• Si pasas los subtítulos a un editor o a un traductor: pregunta qué formato leen sus herramientas. Si no te lo dicen, SRT es la opción más segura.
• Si quieres guardar una copia maestra: exporta los dos a partir de la misma transcripción corregida, para que cada corrección llegue a ambos archivos.

Elijas el que elijas, las palabras y los tiempos importan más que el formato del archivo. Un archivo con un formato impecable y un nombre mal transcrito en el subtítulo 12 sigue estando mal. El generador de SRT y el generador de VTT de AutoCap crean los dos formatos, en los planes de pago, a partir de la transcripción que has corregido y con tiempos para cada palabra, así que los dos archivos nunca se contradicen.

Preguntas

¿Puedo renombrar un archivo .srt como .vtt?

No, no basta con eso. Un archivo VTT necesita WEBVTT en la primera línea y un punto en lugar de una coma antes de los milisegundos. Añade la cabecera y corrige las marcas de tiempo, o pasa el archivo por un conversor de SRT a VTT.

¿YouTube prefiere SRT o VTT?

YouTube acepta los dos. SRT es la opción más sencilla. Usa VTT si necesitas colocar un subtítulo fuera de su posición predeterminada: YouTube admite el posicionamiento en los archivos VTT, pero ignora las etiquetas de estilo en los SRT.

¿Qué formato de subtítulos admite estilos?

WebVTT. Admite etiquetas en línea y CSS mediante bloques STYLE, aunque cada reproductor decide hasta qué punto lo respeta. SRT no tiene estilos estándar, y YouTube ignora las etiquetas en los archivos SRT.