Referencia · WebVTT
¿Qué es un archivo VTT? (y en qué se diferencia del SRT)
Todo archivo VTT se identifica en la primera línea con la palabra WEBVTT, la marca que un SRT nunca lleva: después vienen subtítulos con marca de tiempo que un navegador dibuja sobre un vídeo HTML5 — texto plano y nada más. Qué contiene el resto del documento, qué servicios lo generan, cómo abrirlo y validarlo, cómo se engancha a una página y en qué gana el SRT se explican por turno.
Actualizado el
Qué lleva dentro un archivo VTT
La primera línea lo delata: todo documento WebVTT empieza con la palabra WEBVTT, y un reproductor que no la encuentra descarta la pista entera. Las intervenciones vienen después, separadas por líneas en blanco: un identificador opcional, una fila de tiempo como 00:01:30.500 --> 00:01:33.000 —un punto antes de los milisegundos— y el texto que se muestra.
El formato tiene sitio para más que diálogo. Los ajustes de la fila de tiempo (line:, position:, align:) colocan las palabras en pantalla; los bloques NOTE guardan comentarios; los bloques STYLE llevan CSS dirigido al pseudo-elemento ::cue; las definiciones REGION describen las zonas donde se desplazan los subtítulos en directo. La codificación no se negocia: la especificación exige UTF-8. Si lo que buscabas era la conversación, reduce las intervenciones a texto corrido y léelo como cualquier documento.
De dónde salen estos archivos
Casi nadie llega al formato por decisión propia. Zoom escribe uno junto a cada grabación en la nube transcrita; Microsoft Teams ofrece la misma descarga después de una reunión; los servicios de subtitulado automático lo exportan por defecto. El streaming es la otra gran fuente, porque una lista HLS entrega los subtítulos en segmentos WebVTT, así que cualquier cosa reproducida de forma adaptativa en un navegador ya usa este formato por debajo. Las plataformas de vídeo y las herramientas de cursos hacen lo mismo, porque es lo que sus reproductores leen sin conversión. Tanto Zoom como Teams escriben los nombres de quien habla dentro del propio texto de la intervención, así que la limpieza los arrastra hasta la prosa final.
Cómo abrirlo y validarlo
Es texto plano, así que Bloc de notas, TextEdit o VS Code lo abren al instante, y VLC lo engancha a un vídeo en reproducción en cuanto lo arrastras. Subtitle Edit y Aegisub añaden una forma de onda cuando hay que mover intervenciones. La prueba más rápida de que una pista es válida es el propio navegador: apunta un elemento <track> hacia ella y mira si la consola muestra avisos de análisis.
Tres fallos explican casi todas las pistas rechazadas: una cabecera ausente o mal escrita, comas donde deberían ir puntos, y un archivo guardado en una página de códigos antigua en vez de UTF-8. Una pista pensada para una línea de tiempo de edición y no para un navegador está mejor como SRT para una línea de tiempo de edición.
Cómo usarlo en una página web
Enganchar los subtítulos ocupa un elemento dentro de tu vídeo: <track kind="subtitles" src="charla.vtt" srclang="es" label="Español" default>. El atributo kind decide qué es la pista —subtitles y captions para diálogo, chapters para un índice navegable, metadata para datos que lee tu propio script. Dos detalles del servidor provocan casi todos los fallos silenciosos: la respuesta debe llegar con el tipo MIME text/vtt, y una pista alojada en otro dominio necesita cabeceras CORS, o el navegador la descarta sin decir nada en la interfaz. ¿Ya tienes una copia en SRT? Crea una pista WebVTT a partir de un SRT que ya tengas y los tiempos pasan sin cambios.
WebVTT frente a SRT
Se solapan casi por completo: los dos son listas de intervenciones con tiempos en texto plano, y un conversor pasa de uno a otro en milisegundos. WebVTT añade la cabecera, el punto, el UTF-8 obligatorio, identificadores opcionales, posicionamiento y estilos. SRT conserva la numeración obligatoria, una coma, y la compatibilidad más amplia que existe entre los formatos de subtítulos. Usa WebVTT cuando un navegador o un streaming van a reproducir el vídeo, SRT cuando entra en juego un editor, un reproductor de escritorio o un formulario de subida. Cuando la fuente es un vídeo publicado y ninguno de los dos formatos hace falta de verdad, los subtítulos de YouTube como texto plano te dan las palabras solas.
Preguntas frecuentes
¿Qué es un archivo VTT?
Una pista de subtítulos en formato WebVTT, definido por el W3C para vídeo HTML5. Es texto plano: una cabecera WEBVTT y después intervenciones, cada una con hora de inicio, hora de fin y el texto que se muestra.
¿Cómo abro un archivo VTT?
Cualquier editor de texto lo abre, porque es texto plano. Subtitle Edit y Aegisub añaden una forma de onda para reajustar tiempos, y arrastrarlo a una ventana de VLC lo engancha a lo que se esté reproduciendo.
¿En qué se diferencian un archivo VTT y un archivo SRT?
WebVTT exige su cabecera, usa un punto antes de los milisegundos, tiene que ser UTF-8 y admite posicionamiento, regiones y estilos CSS. SRT numera cada intervención, usa coma, y es el formato que esperan los editores y los reproductores de escritorio.
¿De dónde salen los archivos VTT?
De grabaciones de Zoom y Teams, servicios de subtitulado automático, plataformas de streaming y listas HLS — todos ellos producen WebVTT porque es el formato que hablan de forma nativa los navegadores y los canales de distribución.