YouTube字幕をTXT・SRT・VTTでダウンロードする方法

短く実用的な手順のご紹介です。

TXT、SRT、VTT — どれを選ぶ？

TXTはプレーンテキストです。1行1字幕で、タイムコードはありません。読む、メモする、検索するのに最適です。

SRTはほとんどのエディタやプレーヤーが想定する形式です。字幕番号、ミリ秒の前にカンマを入れたタイムコード、その後にテキストが続きます。

VTTはウェブ向けの形式です。考え方はSRTと同じですが、ミリ秒の前にピリオドを置き、WEBVTTヘッダーを付けます。HTML5の<track>要素が必要とするのはこちらです。

入手方法

文字起こしを生成して、ダウンロードボタンを使います。すでにSRTがあってVTTが必要な場合は、フッターのSRT→VTTコンバーターがブラウザ上で変換します。

字幕と文字起こしは、中身は同じテキストで入れ物が違うだけです。そして作業の大半は、その入れ物を正しく選ぶことに尽きます。TXTは読むための形式で、SRTとVTTはテキストを動画に載せ直すための形式です。選び間違えると、エディタでファイルが読み込めなかったり、タイムコードの壁のような表示になったりします。

タイミングは動画そのものから取得しているため、どの形式で書き出しても、字幕はYouTube上と同じ位置に表示されます。この処理の中で時刻が引き直されたり、文字起こしがやり直されたりすることはありません。

関連ツール

よくある質問

字幕にはどの形式を使えばいいですか？
ブラウザやHTML5のvideo要素で再生するものにはVTTです。これらのプレーヤーが想定している形式だからです。デスクトップの編集ソフトや古いソフトウェアにはSRTが向いています。ほぼどのソフトでも受け付けます。
ではTXTは何に使うのですか？
読むためです。タイムコードと字幕番号を取り除いた字幕テキストなので、メモ、引用、他のツールへの受け渡しに適しています。
エディタがファイルを読み込んでくれないのはなぜですか？
よくある原因は2つです。ファイルがUTF-8で保存されていないか、そのエディタにとって形式が合っていないかです。UTF-8で保存し直し、エディタがSRTとVTTのどちらを求めるかを確認してください。
あとから字幕を翻訳できますか？
はい。ファイルはただのテキストなので、字幕編集ソフトでも翻訳ツールでも扱えます。タイミングが保たれるのは、テキストを自分で翻訳した場合です。翻訳後の音声から字幕を作り直すと、タイミングは保たれません。
字幕は動画と完全に一致しますか？
動画自身の字幕そのものなので、はい、一致します。元の字幕に誤りがあればそれも含めて同じです。特に自動生成字幕は、聞き間違えた語がそのまま残ります。
字幕を再利用するには許可が必要ですか？
字幕は他人の動画を文字に起こしたものなので、そのまま丸ごと再公開するかどうかは技術ではなく権利の問題です。引用するのは普通のことですが、自分のものとして再アップロードするのはそうではありません。