SRT ファイルの作り方：書式の基本から手作業・字幕ソフト・自動生成まで

SRT ファイルとは：文字だけで書かれた字幕の設計図

SRT（SubRip Text）は、動画のどの時間にどの文字を表示するかを記録した、ごく単純なテキストファイルです。映像そのものは含まれず、動画ファイルとは別に「横に添えて」使うため、サイドカー字幕とも呼ばれます。

YouTube の字幕アップロード、VLC や PotPlayer などのプレーヤー、Premiere Pro や DaVinci Resolve などの編集ソフトの多くが SRT を読み込めます。形式が古くから使われていて仕様が単純なぶん、迷ったらまず SRT で作っておけば困ることが少ない、というのが実務での感覚です。他の形式との違いは字幕ファイル形式の比較 （英語）で詳しく整理しています。

一方で、SRT は基本的に「いつ・何を表示するか」だけの形式です。文字の色や位置、フォントを細かく指定したいなら、Aegisub が標準で扱う ASS 形式など、装飾に対応した形式を検討することになります。

書式を1ブロックずつ分解する

SRT は「キュー」と呼ばれるブロックの連続です。1つのキューは次の4つの要素でできています。

1. 通し番号：1 から始まる整数。上から順に 1、2、3 と振ります。
2. タイムコード：開始時刻と終了時刻を「-->」でつなぎます。書式は「時:分:秒,ミリ秒」で、ミリ秒の前はピリオドではなくカンマです。
3. 本文：画面に出す文字。1行でも2行でも構いません。
4. 空行：次のキューとの区切り。これを忘れると、次の番号まで本文の一部として表示されてしまいます。

時刻は必ず2桁・2桁・2桁・3桁で書きます。「0:0:1,2」のような省略形は、読み込めるプレーヤーもありますが、編集ソフトや YouTube でエラーになることがあります。また、前のキューの終了時刻と次のキューの開始時刻が重なると、2つの字幕が同時に表示される原因になります。

方法1：メモ帳やテキストエディットで手書きする

数十秒の告知動画や、字幕が数行しかない場合は、手書きが一番早いこともあります。特別なソフトは要りません。

1. 動画をプレーヤーで再生し、セリフの始まりと終わりの時刻をメモします。
2. Windows ならメモ帳、Mac ならテキストエディットを開き、上の書式どおりに入力します。テキストエディットは「フォーマット」メニューから「標準テキストにする」を選んでから書き始めてください。
3. 保存時に文字コードを UTF-8 にし、ファイル名を「動画名.srt」にします。拡張子が .srt.txt になっていないか、エクスプローラーや Finder で拡張子を表示して確認しましょう。
4. 動画と同じフォルダに同じファイル名で置き、プレーヤーで再生して表示とタイミングを確認します。

手書きで一番多い失敗は文字コードです。古い環境で Shift_JIS のまま保存すると、海外製のプレーヤーやサービスで日本語が化けることがあります。症状と直し方は字幕ファイルの文字化け対策にまとめました。

方法2：字幕ソフトで作る

字幕が数十〜数百行になるなら、専用の字幕ソフトを使うほうが確実です。代表的な無料ソフトとして、Windows 向けの Subtitle Edit や、波形を見ながらタイミングを合わせられる Aegisub がよく知られています。

字幕ソフトの利点は、音声の波形や映像を見ながら開始・終了時刻をクリックで決められることです。番号の振り直しや、時刻の重なりのチェックも自動で行ってくれるものが多く、手書きのようなケアレスミスが起きにくくなります。

ただし、セリフを一字一句打ち込む作業そのものは手作業のままです。10分の対談でも、聞き取りと入力には相応の時間がかかります。「タイミング合わせは得意だが、文字起こしに時間を取られる」という悩みは、この方法でよく聞かれます。

方法3：音声から自動生成してから直す（mydubly の場合）

最近は、音声認識で文字起こしとタイムコードを同時に作り、人が仕上げる流れが一般的になってきました。mydubly もこの方法で SRT を作れます。ブラウザで動くアプリで、手順は次のとおりです（画面は英語表記です）。

1. トップページの動画エリア「Drop a video here」に MP4、MOV、WebM、MKV、M4V のいずれかをドロップします。音声だけなら「Drop audio here」に MP3 や M4A などを入れます。
2. 「Full translation output」のスイッチをオフのままにします。これが「Timestamped transcript only」、つまり文字起こしと字幕だけを作るモードです。
3. 話されている言語は自動判定されます（Source: Auto detect）。「Select language」では、元の言語の字幕なら話されている言語と同じ言語を選び（翻訳なしでそのまま出力されます）、別の言語の字幕が欲しい場合はその翻訳先を選びます。
4. 「Transcribe video」（音声なら「Transcribe audio」）を押し、処理が終わるまでタブを開いたままにします。
5. 「Download subtitles」で subtitles.srt を保存します。

できないことも先に書いておきます。mydubly には字幕の編集画面がなく、話者名の表示、字幕の焼き付け（ハードサブ）、既存の SRT の読み込みや翻訳にも対応していません。出力される SRT は UTF-8（BOM 付き）で、発話の区切りごとに1行の字幕が1つずつ並ぶ形です。日本語では1つの発話が長くなりがちなので、ダウンロード後に方法1か方法2の道具で改行や分割を加えてください。具体的な直し方はSRT ファイルの編集方法 （英語）が参考になります。詳しい機能は字幕生成ツールのページ （英語）で確認できます。

どの方法を選ぶか：分量と仕上がりで決める

3つの方法は優劣ではなく、字幕の量と、どこまで手をかけられるかで選び分けるものです。

手書き（メモ帳）

字幕が数行〜十数行の短い動画向き。道具は不要だが、時刻の打ち間違いが起きやすい

字幕ソフト

数十行以上で、タイミングを細かく詰めたいとき。文字の入力は自分で行う

自動生成＋手直し

話している時間が長い動画向き。下書きを短時間で作れるが、固有名詞や句読点の確認は必須

たとえば自治会のお知らせ動画30秒なら手書きで十分です。社内研修の60分の録画なら、自動生成で下書きを作り、担当者が人名や社内用語を直してから字幕ソフトで改行を整える、という組み合わせが現実的でしょう。

日本語字幕を読みやすく整えるコツ

形式として正しい SRT でも、読みにくければ視聴者は離れてしまいます。日本語ならではのポイントをまとめます。

• 1行に詰め込みすぎない。映像翻訳の現場では「1秒あたり4文字程度」という目安がよく語られます。詳しくは字幕の文字数ルールをご覧ください。
• 改行は意味の切れ目で入れる。「ご案内／します」のように語の途中で切らず、助詞の後ろで区切ると読みやすくなります。
• 数字の表記をそろえる。「8月」「八月」が混在しないよう、半角数字か漢数字かを最初に決めておきます。
• えー、あのー などのフィラーは、記録目的でなければ削ります。

作った SRT が表示されないときの確認ポイント

読み込めない・表示されないときは、次の順で確認すると原因が見つかりやすくなります。

• 拡張子が本当に .srt になっているか（.srt.txt になっていないか）。
• タイムコードのミリ秒の前がカンマになっているか、「-->」の前後に半角スペースがあるか。
• キューの間に空行があるか、番号が抜けたり重複したりしていないか。
• 文字コードが UTF-8 か。プレーヤー側で文字コードを指定できる場合は、そちらも確認します。
• 動画ファイルと SRT のファイル名が一致しているか（プレーヤーで自動読み込みする場合）。