pyVideoTranssrt / vtt / ass 字幕格式
SRT（SubRip Subtitle）、 VTT（WebVTT）、ASS（Advanced SubStation Alpha) 是3种非常常见的字幕格式。下面详细介绍每种字幕格式及其属性和设置。
SRT 字幕格式
SRT 是一种简单且广泛使用的字幕格式，后缀是.srt, 尤其在视频播放器、字幕编辑器中非常流行。其基本结构包括字幕编号、时间戳、字幕文本，字幕属性无法通过 SRT 直接定义（例如颜色、字体），通常依赖播放器的默认设置或外部样式文件来控制。
SRT 格式结构
SRT 文件中的每个字幕块按以下格式排列：
- 字幕编号（逐行递增）
- 时间戳（显示开始时间和结束时间，精确到毫秒）
- 字幕内容（可以包含多行文本）
- 一个空行（用于分隔字幕块）
SRT 示例
1
00:00:01,000 --> 00:00:04,000
你好啊我的朋友!
2
00:00:05,000 --> 00:00:08,000
今天天气不错，你觉得呢.详细说明
字幕编号：每个字幕块都有唯一的编号，按顺序递增。编号从 1 开始，必须是整数。
- 示例：
1
- 示例：
时间戳：格式为
HH:MM:SS,mmm，其中HH是小时，MM是分钟，SS是秒，mmm是毫秒。时间戳由两个时间组成，用-->分隔，该符号两侧各有一个空格，表示字幕的开始和结束时间。- 示例：
00:00:01,000 --> 00:00:04,000
- 示例：
字幕内容：字幕文本可以包含一行或多行，显示在视频上。SRT 不支持格式化文本，如颜色、字体大小等。这些必须通过播放器设置或额外的样式文件定义。
- 示例：
你好啊我的朋友!
- 示例：
SRT 格式限制
- 不支持文本格式化：不能直接设置颜色、字体等，需要播放器或其他工具进行样式调整。
VTT 字幕格式
WebVTT（Web Video Text Tracks）是用于 HTML5 视频元素的字幕格式，专为网络视频设计。它比 SRT 格式功能更强大，支持样式、注释、多语言、位置信息等属性,字幕文件格式后缀是.vtt。但它不可直接嵌入视频，必须在html的 <video> 中引用
VTT 格式结构
VTT 文件类似于 SRT，但带有更多的功能。VTT 文件以 WEBVTT后接1个空行开头，并且使用 .点符号而不是 , 来分隔秒和毫秒。
VTT 示例
WEBVTT
1
00:00:01.000 --> 00:00:04.000
你好啊, <b>朋友们!</b>
2
00:00:05.000 --> 00:00:08.000
今天的雨 <i>非常非常大啊</i>.详细说明
WEBVTT 声明：所有 VTT 文件必须以
WEBVTT开头，声明其文件格式。- 示例：
WEBVTT
- 示例：
字幕编号：字幕编号是可选的，不像 SRT 格式中是必需的。它的作用是区分每段字幕的顺序，但在 VTT 中可以省略。
时间戳：格式为
HH:MM:SS.mmm，其中HH是小时，MM是分钟，SS是秒，mmm是毫秒。使用.英文句号点分隔秒和毫秒，而不是,。时间戳由两个时间组成，用-->分隔，同样两侧各有一个空格。- 示例：
00:00:01.000 --> 00:00:04.000
- 示例：
字幕内容：字幕文本可以包含 HTML 标签，用于格式化文本，如加粗（
<b>）、斜体（<i>）、下划线（<u>）等。- 示例：plaintext
你好啊, <b>朋友们!</b>
- 示例：
VTT 支持的其他功能
样式（CSS）：
- VTT 支持通过 CSS 进行文本样式的调整，如颜色、字体大小、位置等。可以在 HTML 中通过
<style>标签或外部 CSS 文件定义样式。 - 示例：plaintext在 HTML 中定义
<c.red>你好啊朋友们!</c>.red { color: red; }，则Hello, world!将以红色显示。
- VTT 支持通过 CSS 进行文本样式的调整，如颜色、字体大小、位置等。可以在 HTML 中通过
位置信息：
- VTT 支持通过
position、line等属性设置字幕的具体位置。 - 示例：plaintext
00:00:01.000 --> 00:00:04.000 position:90% line:10%
- VTT 支持通过
注释：
- VTT 支持在文件中添加注释，注释以
NOTE开头。 - 示例：plaintext
NOTE 这行是注释，将不会显示.
- VTT 支持在文件中添加注释，注释以
多语言支持：
- VTT 可以通过元数据或 HTML5 的
<track>标签来支持多语言字幕。
- VTT 可以通过元数据或 HTML5 的
VTT 格式的优势
- 文本格式化：支持 HTML 标签进行简单的文本格式化，如加粗、斜体等。
- 样式和定位：通过 CSS 可以设置字幕的样式和位置。
- 注释和元数据：支持添加注释信息，不影响字幕显示。
- 网络兼容性：专为 HTML5 视频设计，适合 Web 环境。
SRT 与 VTT 的对比
| 特性 | SRT | VTT |
|---|---|---|
| 文件头 | 无 | WEBVTT后接1个空行 |
| 时间戳格式 | HH:MM:SS,mmm，英文逗号分隔秒和毫秒 | HH:MM:SS.mmm英文句号分割秒和毫秒 |
| 支持文本格式化 | 不支持 | 支持 HTML 标签，如 <b>、<i> |
| 字幕编号 | 必须有 | 可选 |
| 样式和位置支持 | 依赖播放器或外部样式文件 | 内置 CSS 样式支持，支持位置信息 |
| 注释 | 不支持 | 支持 NOTE 注释 |
| 支持的高级功能 | 仅基础字幕功能 | 支持卡拉OK、注释、样式等 |
| 使用场景 | 本地视频文件，简单字幕显示 | HTML5 视频，网络字幕，复杂字幕显示 |
| 是否嵌入视频 | 可嵌入视频文件 | 不可嵌入视频，只能用于网页<video>元素内使用 |
VTT（WebVTT）字幕格式不能直接嵌入到 MP4 文件中，但可以通过 HTML5 的
<track>标签将 VTT 文件与 MP4 视频关联起来。在浏览器中打开 MP4 时，这些关联的字幕可以正常显示。
使用 VTT 字幕在浏览器中播放 MP4
在 HTML5 中，可以通过 <video> 元素加载 MP4 视频，并使用 <track> 元素将 VTT 字幕关联到该视频。
HTML 示例：
<!DOCTYPE html>
<html lang="en">
<head>
<meta charset="UTF-8">
<meta name="viewport" content="width=device-width, initial-scale=1.0">
<title></title>
</head>
<body>
<video controls width="600">
<source src="video.mp4" type="video/mp4">
<track src="subtitles.vtt" kind="subtitles" srclang="zh" label="简体中文">
Your browser does not support the video tag.
</video>
</body>
</html>HTML 元素解释
<video>: 用于嵌入视频文件。controls属性让用户可以控制视频播放（播放/暂停等）。<source>: 定义视频文件的路径和类型，在这里使用 MP4。<track>: 定义字幕文件，src属性指向 VTT 文件的路径，kind="subtitles"表示它是字幕，srclang指定字幕的语言（zh表示中文），label给该字幕轨道一个描述性标签。
将 HTML 文件和相关的视频、字幕文件存放在同一目录下。然后，通过浏览器打开 HTML 文件（如 index.html），会看到视频播放器，点击播放时字幕会自动显示（如果播放器支持且用户开启字幕）。
大多数现代浏览器和视频播放器支持字幕切换。可以通过视频控制栏中的字幕按钮选择不同的字幕（如果有多个字幕轨道）。
VTT字幕注意事项
浏览器兼容性：几乎所有现代浏览器（如 Chrome、Firefox、Edge 等）都支持
<video>元素和 WebVTT 字幕。只要 VTT 文件和 MP4 文件正确关联，浏览器中播放视频时应能显示字幕。无法直接嵌入 MP4 文件：VTT 字幕文件不能像 SRT 或其他字幕格式那样直接嵌入到 MP4 文件中。MP4 文件本身不包含 VTT 字幕轨道。需要使用外部字幕文件并通过 HTML5
<track>标签来关联。VTT 字幕的样式：在浏览器中，WebVTT 字幕可以通过 CSS 进行一定的样式控制。如果需要定制字幕外观，可以通过 JavaScript 和 CSS 进一步修改样式。
ASS 字幕格式
ASS (Advanced SubStation Alpha) 是一种功能丰富的字幕格式，广泛用于动漫、卡拉OK字幕和其他需要复杂字幕特效的场景。支持丰富的样式控制，包括字体、颜色、位置、阴影和轮廓等。
下面是一个ass字幕示例。
[Script Info]
; Script generated by FFmpeg/Lavc60.27.100
ScriptType: v4.00+
PlayResX: 384
PlayResY: 288
ScaledBorderAndShadow: yes
YCbCr Matrix: None
[V4+ Styles]
Format: Name, Fontname, Fontsize, PrimaryColour, SecondaryColour, OutlineColour, BackColour, Bold, Italic, Underline, StrikeOut, ScaleX, ScaleY, Spacing, Angle, BorderStyle, Outline, Shadow, Alignment, MarginL, MarginR, MarginV, Encoding
Style: Default,黑体,16,&hffffff,&HFFFFFF,&h000000,&H0,0,0,0,0,100,100,0,0,1,1,0,2,10,10,10,1
[Events]
Format: Layer, Start, End, Style, Name, MarginL, MarginR, MarginV, Effect, Text
Dialogue: 0,0:00:01.95,0:00:04.93,Default,,0,0,0,,这是一个古老星系,
Dialogue: 0,0:00:05.42,0:00:08.92,Default,,0,0,0,,我们观测它已经有好几年,
Dialogue: 0,0:00:09.38,0:00:13.32,Default,,0,0,0,,韦伯望远镜最近传过来许多过去未发现过的照片.ASS 字幕结构
一个标准的 ASS 字幕文件包含多个部分：
- [Script Info]：脚本的基本信息，如标题、原始字幕作者等。
- [V4+ Styles]：字幕样式定义，每种样式可以被不同的字幕行引用。
- [Events]：实际的字幕事件，定义了字幕的出现时间、消失时间和具体内容。
1. [Script Info] 部分
此部分包含字幕文件的元数据，定义了字幕的一些基本信息。
[Script Info]
Title: 字幕标题
Original Script: 字幕作者
ScriptType: v4.00+
PlayDepth: 0
PlayResX: 1920
PlayResY: 1080
ScaledBorderAndShadow: yes
YCbCr Matrix: NoneTitle: 字幕文件的标题。Original Script: 原始字幕的作者信息。ScriptType: 定义脚本版本，通常为v4.00+。PlayResX和PlayResY: 定义视频的分辨率，表示字幕在该分辨率下的显示效果。PlayDepth: 视频的颜色深度，一般为 0。ScaledBorderAndShadow:指定是否将字幕的边框（Outline）和阴影（Shadow）按照屏幕分辨率进行缩放。yes是，no不缩放YCbCr Matrix:指定用于色彩转换的 YCbCr 矩阵。在视频处理和字幕渲染中，YCbCr 是一种色彩空间，通常用于视频编码和解码。这个设置可能影响字幕在不同色彩空间下的显示效果
2. [V4+ Styles] 部分
此部分定义字幕的样式，每个样式都可以通过字段控制字幕的字体、颜色、阴影等。格式如下：
[V4+ Styles]
Format: Name, Fontname, Fontsize, PrimaryColour, SecondaryColour, OutlineColour, BackColour, Bold, Italic, Underline, StrikeOut, ScaleX, ScaleY, Spacing, Angle, BorderStyle, Outline, Shadow, Alignment, MarginL, MarginR, MarginV, Encoding
Style: Default,Arial,20,&H00FFFFFF,&H0000FFFF,&H00000000,&H00000000,-1,0,0,0,100,100,0,0,1,1,0,2,10,10,20,1字段解释：
Name：样式的名称，用于引用。
- 示例：
Default，表示这是默认样式。
- 示例：
Fontname：字体名称。
- 示例：
Arial，字幕将使用 Arial 字体。
- 示例：
Fontsize：字体大小。
- 示例：
20，字体大小为 20。
- 示例：
PrimaryColour：主字幕颜色，表示字幕的主要颜色（通常是显示的文字颜色）。
- 示例：
&H00FFFFFF，白色字体。颜色值格式为&HAABBGGRR，其中AA是透明度。
- 示例：
SecondaryColour：次字幕颜色，通常用于卡拉OK字幕的过渡颜色。
- 示例：
&H0000FFFF，蓝色。
- 示例：
OutlineColour：轮廓颜色。
- 示例：
&H00000000，黑色轮廓。
- 示例：
BackColour：背景颜色，通常用于
BorderStyle=3的情况下（带背景框的字幕）。- 示例：
&H00000000，黑色背景。
- 示例：
Bold：粗体设置。
- 示例：
-1表示粗体，0表示非粗体。
- 示例：
Italic：斜体设置。
- 示例：
0表示非斜体，-1表示斜体。
- 示例：
Underline：下划线设置。
- 示例：
0表示无下划线。
- 示例：
StrikeOut：删除线设置。
- 示例：
0表示无删除线。
- 示例：
ScaleX：水平缩放比例，100 表示正常比例。
- 示例：
100，表示不缩放。
- 示例：
ScaleY：垂直缩放比例。
- 示例：
100，表示不缩放。
- 示例：
Spacing：字符间距。
- 示例：
0，表示无额外间距。
- 示例：
Angle：字幕旋转角度。
- 示例：
0，表示无旋转。
- 示例：
BorderStyle：边框样式，定义字幕是否有轮廓或背景框。
- 示例：
1表示有轮廓但无背景框，3表示有背景框。
- 示例：
Outline：轮廓粗细。
- 示例：
1，表示轮廓的粗细为 1。
- 示例：
Shadow：阴影深度。
- 示例：
0，表示无阴影。
- 示例：
Alignment：字幕对齐方式，使用 1-9 的数字定义不同的对齐位置。
- 示例：
2，表示字幕居中对齐。
对齐方式解释：
- 1：左下角
- 2：底部居中
- 3：右下角
- 4：左中
- 5：居中
- 6：右中
- 7：左上角
- 8：顶部居中
- 9：右上角
- 示例：
MarginL, MarginR, MarginV：左、右、垂直的边距，单位为像素。
- 示例：
10, 10, 20，表示左右边距为 10 像素，垂直边距为 20 像素。
- 示例：
Encoding：编码格式，
1表示 ANSI 编码，0表示默认编码。
3. [Events] 部分
此部分定义实际的字幕事件，包括时间戳、字幕内容和使用的样式。
[Events]
Format: Layer, Start, End, Style, Name, MarginL, MarginR, MarginV, Effect, Text
Dialogue: 0,0:00:01.00,0:00:05.00,Default,,0,0,0,,这是第一句字幕
Dialogue: 0,0:00:06.00,0:00:10.00,Default,,0,0,0,,这是第二句字幕字段解释：
Layer：层级，控制字幕的叠放顺序，数字越大层级越高。
- 示例：
0，表示默认层级。
- 示例：
Start：字幕开始时间，格式为
小时:分钟:秒.毫秒。- 示例：
0:00:01.00，表示字幕从 1 秒处开始。
- 示例：
End：字幕结束时间。
- 示例：
0:00:05.00，表示字幕在 5 秒处结束。
- 示例：
Style：使用的字幕样式名称，引用在 [V4+ Styles] 中定义的样式。
- 示例：
Default，使用名称为 Default 的样式。
- 示例：
Name：可选字段，通常用于角色名标注。
MarginL, MarginR, MarginV：字幕的左、右、垂直边距，覆盖样式中定义的值。
Effect：字幕特效，通常用于卡拉OK字幕等。
Text：字幕的实际内容，可以使用 ASS 格式的控制符实现换行、特殊样式和定位等。
示例字幕事件
Dialogue: 0,0:00:01.00,0:00:05.00,Default,,0,0,0,,{\pos(960,540)}这是第一句字幕{\pos(960,540)}：控制字幕显示在屏幕的特定位置（横向960像素，纵向540像素）。这是第一句字幕：实际显示的字幕文本。
ASS中颜色设置
以 &HAABBGGRR为例，&HAABBGGRR 是一个用于表示颜色的十六进制格式，其中包含了颜色的透明度和颜色本身的值。这个格式用于定义字幕的颜色属性，如 PrimaryColour、OutlineColour 和 BackColour。
含义如下：
AA: 透明度（Alpha 通道），表示颜色的透明度。BB: 蓝色分量（Blue）。GG: 绿色分量（Green）。RR: 红色分量（Red）。
具体的字节顺序为：Alpha（透明度）- Blue（蓝色）- Green（绿色）- Red（红色）。
如果不想使用透明度，可直接忽略掉AA位置的值，例如
&HBBGGRR即可。
透明度和颜色值
完全透明: 颜色完全透明，即不可见。表示方式是
&H00BBGGRR，其中AA部分为00（完全透明）。示例:
plaintext&H00FFFFFF- 这里，
&H00FFFFFF表示完全透明的白色。透明度为00（完全透明），颜色为FFFFFF（白色）。
- 这里，
完全不透明: 颜色完全不透明，即颜色显示效果最为明显。表示方式是
&HFFBBGGRR，其中AA部分为FF（完全不透明）。示例:
plaintext&HFF000000- 这里，
&HFF000000表示完全不透明的黑色。透明度为FF（完全不透明），颜色为000000（黑色）。
- 这里，
实际颜色示例
完全透明的红色:
plaintext&H00FF0000- 透明度
00（完全透明），颜色FF0000（红色）。
- 透明度
完全不透明的绿色:
plaintext&HFF00FF00- 透明度
FF（完全不透明），颜色00FF00（绿色）。
- 透明度
&HAABBGGRR中的AA部分控制透明度，BB,GG,RR部分控制颜色。- 完全透明: 透明度
00，例如&H00FF0000表示完全透明的红色。 - 完全不透明: 透明度
FF，例如&HFFFF0000表示完全不透明的红色。