SRT、ASS、VTT——三种字幕格式到底有什么区别？软字幕只有几 KB、能随时关闭换语言，硬字幕却永远"焊"在画面上——该选哪种，决定了你的视频在不同播放器上的命运。
字幕与文字的区别
在视频编辑中，字幕（Subtitles）和文字（Text Overlay）是两种不同的内容叠加方式：
- 字幕：基于时间轴的文本序列，每条字幕有明确的起止时间，按时间自动显示和消失。通常来源于独立的字幕文件（SRT、ASS、VTT 等）。
- 文字：直接在画面上添加的静态或简单动画文本，如标题、水印、标注等。不需要字幕文件，直接在编辑器中输入。
字幕：时间驱动的文本序列，自动按时间显示
文字：手动添加的文本元素，位置和样式自由定义
字幕文件格式
SRT（SubRip Text）
最通用的字幕格式，结构简单：
1
00:00:01,000 --> 00:00:04,000
你好，欢迎观看这段视频。
2
00:00:05,000 --> 00:00:08,000
今天我们来聊一聊字幕。
- 优点：格式简单，几乎所有播放器支持
- 缺点：样式控制有限（字体、颜色、位置等）
ASS（Advanced SubStation Alpha）
功能强大的字幕格式，支持丰富的样式和特效：
- 支持自定义字体、颜色、大小、边框、阴影
- 支持动画效果（淡入淡出、移动、旋转）
- 支持多样式同时使用
- 常用于动漫字幕和卡拉OK效果
VTT（WebVTT）
专为 Web 设计的字幕格式：
- 语法类似 SRT，但支持更多功能
- 支持 CSS 样式
- 是 HTML5
<track>标签的标准格式 - 广泛用于在线视频平台
字幕的硬字幕与软字幕
硬字幕（Hard Subtitles / Burned-in）
将字幕直接渲染到视频画面上，成为画面的一部分。
- 优点：所有播放器都能显示，兼容性最佳
- 缺点：无法关闭、无法更改样式、不可分离
- 适用：社交媒体视频、手机播放
软字幕（Soft Subtitles）
将字幕作为独立的数据流封装在视频容器中。
- 优点：可开关、可更换、不损失画质
- 缺点：部分播放器不支持、样式渲染不一致
- 适用：本地播放、多语言版本
硬字幕：字幕"烧录"到画面上，不可分离
软字幕：字幕作为独立轨道，可开关切换
字幕样式设计
好的字幕样式应兼顾美观与可读性：
字体选择
- 无衬线字体（如思源黑体、微软雅黑）：笔画简洁，小字号下更清晰，是字幕的首选。
- 衬线字体（如宋体）：笔画有装饰，大字号下更优雅，但小字号可读性差。
颜色与描边
- 白色文字 + 黑色描边：最经典的字幕样式，在各种背景上都保持可读。
- 黄色文字：传统字幕常用色，辨识度高。
- 半透明背景条：在文字下方添加半透明黑色背景，提升可读性。
位置
- 底部居中：最传统的字幕位置，不遮挡画面主体。
- 顶部居中：画面底部有重要内容时使用。
- 说话者附近：多角色对话时，将字幕放在说话者附近，便于区分。
文字叠加的应用
标题与片头
视频开头显示标题、频道名称等信息，通常持续 3-5 秒，配合淡入淡出动画。
水印
在画面角落添加品牌 Logo 或版权声明，通常半透明，不遮挡主要内容。
标注与说明
在画面中特定位置添加解释性文字，如产品名称、数据标注、地点说明等。
强调文字
将语音内容以动态文字形式同步显示，常用于短视频和教学视频，增强信息传达效果。
文字的可读性原则
- 对比度：文字颜色与背景必须有足够对比度。白色文字在浅色背景上几乎不可见。
- 字号：根据播放设备选择——手机播放需要更大字号，大屏幕可以用较小字号。
- 留白：文字周围保留足够空间，不要紧贴画面边缘或其他元素。
- 简洁：每屏文字不超过 2 行，每行不超过 15-20 个中文字符。
- 时长：每条文字显示时间应足够阅读，一般按每秒 4-5 个字估算。
实用建议
- 字幕文件准备：使用专业字幕编辑工具制作 SRT/ASS 文件，确保时间轴准确。
- 样式统一：全片字幕使用统一的字体、大小和颜色，保持视觉一致性。
- 预览检查：字幕添加后完整预览，检查时间轴是否对齐、文字是否可读。
- 多语言：为国际观众准备多语言字幕文件，扩大视频受众。
- 文字动画：适度使用淡入淡出动画，避免过于花哨的特效分散注意力。