Die SRT-Datei (SubRip Subtitle) ist ein reines Textformat für Untertitel, das jede Bildunterschrift einem Zeitbereich zuordnet. In einem von ElevenLabs veröffentlichten Leitfaden erläutert das Unternehmen, wie man diese Datei erstellt, bearbeitet und in ein Video einbindet und wie sie sich vom WebVTT-Format unterscheidet. Der Leitfaden erinnert daran, dass Millionen von Menschen Videos ohne Ton ansehen.
- Eine SRT-Datei speichert Untertitel mit Zeitstempeln und wird von den meisten Playern gelesen.
- Aus einer Transkription entsteht sie mithilfe von Spracherkennung, die Wörter und Zeitstempel liefert.
- Man prüft die fertige Datei auf verschobene Zeitstempel, zu lange Zeilen und überlappende Zeitbereiche.
- SRT unterstützt keine Stile, WebVTT dagegen schon; eingebrannte Untertitel entstehen erst beim Videoexport.
Der Leitfaden zitiert eine Untersuchung von Verizon, die bereits 2019 ergab, dass 69 % der befragten Nutzer in den USA den Ton von Videos an öffentlichen Orten stumm schalteten. Das gleiche Institut schätzte, dass 80 % der Verbraucher eher geneigt waren, ein ganzes Video anzusehen, wenn es Untertitel enthielt. Laut dem Leitfaden bestätigt eine Studie aus dem Jahr 2024 diese Zahlen und zeigt, dass sie weiterhin gültig sind.
Ein einfaches Format, das von den meisten Playern gelesen wird
Eine SRT-Datei besteht aus nummerierten Blöcken. Jeder Block enthält eine fortlaufende Nummer, eine Zeitstempelzeile, die den Beginn und das Ende der Anzeige angibt, und dann den Text der Bildunterschrift. Eine Leerzeile trennt die Blöcke. Der Leitfaden gibt das Beispiel eines ersten Blocks, der von 00:00:01,000 bis 00:00:06,000 angezeigt wird, gefolgt von einem zweiten Block von 00:00:06,500 bis 00:00:10,200.
Das Format der Zeitstempel muss genau eingehalten werden: Stunden, Minuten und Sekunden durch Doppelpunkte getrennt, dann ein Komma vor den Millisekunden. Der Leitfaden betont, dass dieser Syntaxfehler häufig vorkommt. Das Format wird weitgehend unterstützt, sodass die meisten Videoplayer und Schnittprogramme es ohne Erweiterung öffnen. Laut Leitfaden reicht es aus, die SRT-Datei im selben Ordner wie das Video und unter demselben Namen abzulegen, damit die Untertitel automatisch angezeigt werden.
Untertitel erstellen, korrigieren und einbinden
Eine reine Textdatei enthält keine Zeitinformationen. Um eine Transkription in SRT umzuwandeln, müssen die Zeitstempel daher aus dem Audio selbst stammen. Der Leitfaden stellt Spracherkennung als Lösung für lange Aufnahmen vor: Das Modell erzeugt sowohl die Wörter als auch ihre Zeitstempel. Das im Leitfaden zitierte Modell Scribe v2 transkribiert Audio in über 90 Sprachen und liefert Zeitstempel auf Wortebene. In der ElevenCreative-Oberfläche lädt der Nutzer seine Datei hoch, überprüft die Transkription und wählt dann Export und dann SRT.
Sobald die Datei erstellt ist, listet der Leitfaden drei häufige Fehler auf: die Verschiebung der Zeitstempel, zu lange Zeilen, die nicht bequem lesbar sind, und sich überlappende Zeitbereiche. Die Korrektur kann in einem einfachen Texteditor erfolgen, aber der Leitfaden empfiehlt für lange Videos einen speziellen Untertitel-Editor. Dieser zeigt eine Vorschau des Videos neben den Zeitstempeln an und ermöglicht es, Verschiebungen während der Arbeit zu erkennen. Der Leitfaden nennt insbesondere Jubler, einen freien und kostenlosen Editor, der unter Linux, Windows und macOS verfügbar ist.
SRT oder WebVTT?
Die Wahl zwischen den beiden Formaten hängt vom Verbreitungsort ab. SRT ist das am weitesten verbreitete Format, insbesondere bei Desktop-Playern und älteren Plattformen. Es unterstützt von Haus aus keine Textstile, Schriftarten, Farben oder Bildschirmpositionen. Das neuere WebVTT ist für HTML5-Videoplayer konzipiert und ermöglicht diese Einstellungen. Für eine webfokussierte Verbreitung hält der Leitfaden es daher für besser geeignet.
SRT allein kann kein Video produzieren. Um eine MP4-Datei mit eingebetteten Untertiteln zu erhalten, muss die SRT-Datei in ein Schnittprogramm importiert und das Projekt exportiert werden: Der Text wird dann dauerhaft in das Bild eingebrannt. Wenn der Zuschauer die Untertitel ein- und ausschalten können soll, muss die Datei getrennt bleiben oder auf die Verbreitungsplattform hochgeladen werden.
