---
title: "Ano ang SRT subtitle file? Format, timing at WebVTT | BroadRouter"
description: "Ang SRT file ay mga caption na may numero at oras ng simula at dulo, sa plain text. Ang format, ang pagkakaiba sa WebVTT, at paano gumawa ng SRT mula sa STT API."
url: https://broadrouter.com/fil/glossary/srt-subtitles/
lang: fil
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Isinalin mula sa Ingles sa tulong ng AI. [Basahin ang orihinal sa Ingles](https://broadrouter.com/glossary/srt-subtitles/) (na-update noong 2026-11-15).

# SRT subtitles

Na-update 2026-11-15

Ang SRT (SubRip) ay plain-text na subtitle format. Binubuo ang bawat caption ng sequence number, oras ng simula at dulo na nakasulat bilang hh:mm:ss,mmm --> hh:mm:ss,mmm, isa o higit pang linya ng text, at isang blangkong linya. Ang WebVTT ang katulad na web format na ginagamit ng HTML video.

Tinatawag ding: subtitle ng video, SRT na subtitle, SRT, SRT file, SubRip, WebVTT, subtitle file

Ang subtitle file ay transcript na may kasamang orasan. Madaling kalahati ang pagkuha ng text; ang mga oras ang mahirap na kalahati.

## Paano ito gumagana

Plain text ang SRT file. Apat na bahagi ang bawat caption block:

```text
1
00:00:00,000 --> 00:00:02,800
مرحباً بكم في الحلقة الأولى

2
00:00:03,600 --> 00:00:07,600
اليوم نتحدث عن تحويل الكلام إلى نص
```

Ayon sa paglalarawan ng format ng Library of Congress, hours:minutes:seconds,milliseconds ang format ng oras, na may “two hyphens (—) and a right-pointing angle bracket (>)” (Salin ng BroadRouter: “dalawang gitling (—) at isang angle bracket na nakaturo pakanan (>)”) sa pagitan ng simula at dulo, at may blangkong linya pagkatapos ng bawat block. Tinatawag nito ang SRT na “a very simple text format, but not well standardized,” (Salin ng BroadRouter: “isang napakasimpleng text format, pero hindi maayos ang pamantayan,”) na walang pamantayan sa character encoding. `.srt` ang extension.

Halos kamukha nito ang WebVTT, ang format ng W3C para sa mga text track ng HTML video. Hinihingi ng spec ang unang linyang `WEBVTT`, tuldok bago ang millisecond (`00:00:10.700`), UTF-8 na encoding at ang media type na `text/vtt`. Noong 15 Nobyembre 2026, Candidate Recommendation Draft ito ng W3C.

## Bakit ito mahalaga

-   **Sa API o sa iyo manggagaling ang timing.** May mga speech-to-text API na nagbabalik ng [timestamp](https://broadrouter.com/fil/glossary/timestamps-asr/) kada salita o segment, o ng tapos nang file. Inililista ng transcription reference ng OpenAI ang `srt` at `vtt` sa mga value ng `response_format` nito, pero sinasabi nitong nakadepende sa model ang format at `json` lang ang ibinabalik ng `gpt-4o-transcribe` at `gpt-4o-mini-transcribe`.
-   **Layout ng Arabic.** Walang direction markup ang SRT, kaya ang player ang nagpapasya kung paano ipapakita ang right-to-left na text at bantas. Tingnan ang [right-to-left text](https://broadrouter.com/fil/glossary/rtl-text/).
-   **Mga patakaran sa readability.** Mga style guide ang nagtatakda ng haba ng linya, bilang ng linya kada caption at bilis ng pagbasa, hindi ang format.

## Sa BroadNet Inference

Text na walang timestamp ang ibinabalik ng transcription endpoint ng BroadNet, kaya hindi ito direktang makakagawa ng SRT. Ang gumaganang paraan, na sinubukan sa [Arabic subtitles (SRT) mula sa speech-to-text API](https://broadrouter.com/fil/blog/arabic-subtitles-srt-api/):

1.  Hanapin ang mga paghinto gamit ang `silencedetect` ng FFmpeg (o isang [VAD](https://broadrouter.com/fil/glossary/vad/)).
2.  Putulin ang bawat bahagi ng pagsasalita, hanggang mga 12 segundo, bilang 16 kHz mono na WAV.
3.  I-transcribe ang bawat bahagi gamit ang `language=ar` sa [BroadNet Transcribe Arabic](https://broadrouter.com/fil/models/cohere-transcribe-arabic/).
4.  Gamitin ang simula at dulo ng bawat bahagi bilang oras ng caption, at hatiin ito sa mga linya ayon sa haba ng text.
5.  Isulat ang mga SRT block na may numero.

Kasintumpak lang ng pag-detect mo ng paghinto ang mga gilid ng bawat bahagi; tantiya lang ang mga oras sa loob ng isang bahagi. Bagay iyon sa mga talk at podcast, hindi sa drama na naka-lip-sync. Para sa timing na tumpak sa frame, gumamit ng provider na nagdodokumento ng word timestamp. Mas maraming request din ang ibig sabihin ng maiikling bahagi, kaya bantayan ang pay-as-you-go limit na 30 request kada minuto. Isinusulat ng [audio splitter tool](https://broadrouter.com/tools/audio-splitter-ffmpeg/) ang mga FFmpeg command.

## Mga karaniwang pagkakamali

-   **Tuldok sa halip na kuwit sa oras ng SRT**, o ang kabaligtaran sa WebVTT. Maraming player ang tumatanggi sa mali.
-   **Nawawalang blangkong linya** sa pagitan ng mga block, na nagpapasanib sa mga caption.

## Mga tanong

### Ano ang pagkakaiba ng SRT at WebVTT?

Nagsisimula ang mga WebVTT file sa linyang WEBVTT, tuldok ang gamit bago ang millisecond (00:00:10.700), kailangang UTF-8, at text/vtt ang media type. Kuwit ang gamit ng SRT (00:00:10,700) at, ayon sa Library of Congress, wala itong pamantayan sa character encoding.

### Puwede bang magbalik ng SRT file ang BroadNet?

Hindi. Ang dokumentadong transcription response ng BroadNet ay JSON na may iisang text field at walang timestamp. Ikaw ang bubuo ng oras ng mga caption, halimbawa mula sa mga offset ng mga audio chunk.

### Anong encoding ang dapat gamitin ng Arabic na SRT file?

Gamitin ang UTF-8 at subukan sa mga player na ginagamit ng audience mo. Walang pamantayan sa encoding ang SRT, kaya may mga lumang tool na nanghuhula ng encoding mula sa mga byte.

## Tingnan din

-   [Timestamps (speech-to-text)](https://broadrouter.com/fil/glossary/timestamps-asr/) (termino)
-   [Speech-to-text (STT)](https://broadrouter.com/fil/glossary/speech-to-text/) (termino)
-   [Voice activity detection (VAD)](https://broadrouter.com/fil/glossary/vad/) (termino)
-   [Right-to-left (RTL) text](https://broadrouter.com/fil/glossary/rtl-text/) (termino)
-   [WAV](https://broadrouter.com/fil/glossary/wav/) (termino)
-   [Arabic speech-to-text API: gabay na hakbang-hakbang](https://broadrouter.com/fil/guides/arabic-speech-to-text-api/) (gabay)
-   [Arabic subtitles (SRT) mula sa speech-to-text API: ang kailangan mo](https://broadrouter.com/fil/blog/arabic-subtitles-srt-api/) (artikulo)
-   [Pag-transcribe ng audio na lampas 25 MB: hatiin, ipadala, pagdugtungin](https://broadrouter.com/fil/blog/transcribe-long-audio-files-api/) (artikulo)

Subukan ito sa totoong workload mo. May US$5 na panimulang credit ang mga bagong account para sa Gemma at transcription. Kailangan ng top-up para sa DeepSeek, GLM, at Qwen3.8.

[Magsimula](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=fil-glossary-srt-subtitles&utm_content=page-cta) ·

**Mga source**

-   [Library of Congress, Sustainability of Digital Formats: SubRip (SRT) fdd000569 (sinuri noong 2026-11-15)](https://www.loc.gov/preservation/digital/formats/fdd/fdd000569.shtml)
-   [W3C, WebVTT: The Web Video Text Tracks Format, Candidate Recommendation Draft (sinuri noong 2026-11-15)](https://www.w3.org/TR/webvtt1/)
-   [API reference ng OpenAI, create transcription: mga option ng response\_format kada model (sinuri noong 2026-11-15)](https://developers.openai.com/api/reference/resources/audio/subresources/transcriptions/methods/create)
-   [API reference ng BroadNet Inference: transcription response {"text": ...} (sinuri noong 2026-11-15) (Ingles)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=fil-glossary-srt-subtitles&utm_content=sources)
