O que é um arquivo VTT (WebVTT) e quando usar
Veja o que é um arquivo VTT (WebVTT): o cabeçalho, os blocos de legenda, as notas, o estilo e a posição, e quando ele é a melhor escolha.
Ilustração original do irokod.com, gerada para este artigo.
WebVTT é o formato de legenda criado para a web, e o arquivo dele termina em .vtt. É o formato das trilhas de texto que o HTML liga a um vídeo de uma página. Como o SRT, é um arquivo de texto com blocos que trazem tempo e fala.
A diferença está nos detalhes: uma primeira linha obrigatória, o ponto antes dos milissegundos e a chance de incluir notas, estilo e posição. Outra diferença importante é que o WebVTT tem uma especificação publicada pelo W3C, ao contrário do SRT. Veja como o arquivo é montado e em que situações ele é a escolha certa.
WebVTT em uma frase
WebVTT quer dizer Web Video Text Tracks. Segundo a MDN, ele define trilhas de texto feitas de cues, que são blocos alinhados no tempo. Cada cue tem um horário de início, um de fim e um texto. A página diz que o uso principal são legendas, mas o formato também serve para capítulos e para metadados ligados ao tempo.
A especificação do W3C consultada aqui é um rascunho de recomendação candidata, de 20 de maio de 2026. Ela registra a extensão .vtt e o tipo text/vtt, que é o rótulo que o servidor envia ao navegador para dizer que o arquivo é WebVTT. O corpo do arquivo deve estar em UTF-8.
Este é o menor arquivo possível, com um exemplo inventado sobre calibrar o pneu de uma bicicleta:
WEBVTT
00:00:00.500 --> 00:00:03.000
Antes de calibrar, tire a tampinha da válvula.
00:00:03.400 --> 00:00:06.800
Encaixe a bomba e bombeie devagar.
O cabeçalho WEBVTT
O arquivo começa com a palavra WEBVTT, em maiúsculas. Antes dela só pode haver um BOM, que é uma marca invisível de codificação (para entender essa marca, veja como a codificação de texto funciona). Depois de WEBVTT pode vir um texto de cabeçalho na mesma linha, separado por espaço ou tab. Em seguida vêm duas ou mais quebras de linha, ou seja, uma linha em branco.
A assinatura que a especificação registra para reconhecer o arquivo é justamente essa: BOM opcional, a palavra WEBVTT e depois um espaço, um tab, uma quebra de linha ou o fim do arquivo. Sem a palavra no começo, o que você tem não é um arquivo WebVTT válido, por mais que o resto esteja certo.
O que um bloco de legenda tem
Um bloco tem até três partes. A primeira é o identificador, opcional, numa linha antes dos tempos.
Pode ser qualquer texto de um ou mais caracteres que não contenha a seta nem quebra de linha, e cada identificador precisa ser único no arquivo. Não precisa ser número. O exemplo da MDN usa o número 0, mas “pneu-1” também vale.
A segunda parte é a linha de tempos, com início, a seta e fim. A marca de tempo segue o padrão hh:mm:ss.ttt. As horas podem ser omitidas quando valem zero, minutos e segundos vão de 00 a 59, e o separador dos milissegundos é um ponto, seguido de exatamente três dígitos.
A seta tem um ou mais espaços ou tabs de cada lado, e o tempo final precisa ser maior que o inicial. Para treinar a leitura desses números, siga com os carimbos de tempo explicados parte por parte.
A terceira parte é o texto, em uma ou mais linhas. Uma linha em branco encerra o bloco.
Notas, estilo e posição
Aqui o WebVTT passa o SRT. A especificação prevê três blocos especiais:
- NOTE: um comentário, que o programa ignora;
- STYLE: um bloco de CSS, que não pode vir depois do primeiro bloco de legenda;
- REGION: a definição de uma região da tela, seguida de uma lista de configurações.
Dentro do texto, há marcações como i (itálico), b (negrito) e u (sublinhado). Há também c, que aplica uma classe, e lang, cuja anotação deve ser um código de idioma BCP 47 válido. A marcação v indica a voz: o nome de quem fala é obrigatório, e a tag de fechamento pode ser omitida quando ela é o único componente do texto. Também dá para colocar marcas de tempo dentro do texto, para indicar quando um trecho passa a valer.
Na linha de tempos, você pode acrescentar configurações do bloco. A posição na largura do vídeo vem em position, e a altura em line, que também aceita número de linha, e o número negativo conta a partir de baixo. O alinhamento vai em align (o padrão é centralizado), e o tamanho da caixa em size, cujo padrão é a largura total.
Um exemplo mais completo, com nota, identificadores e duas vozes:
WEBVTT - Calibrar pneu de bicicleta
NOTE
Falas de Ana e Davi. Conferir o nome da bomba.
pneu-1
00:00:00.500 --> 00:00:03.000 line:85% align:center
<v Ana>Antes de calibrar, tire a tampinha da válvula.
pneu-2
00:00:03.400 --> 00:00:06.800
<v Davi>Encaixe a bomba e <i>bombeie devagar</i>.
Para mudar a aparência na página, o CSS usa o pseudo-elemento ::cue. A MDN lista propriedades permitidas, como color, background, font e text-shadow, e avisa que os navegadores variam no que suportam. Já a ajuda do YouTube diz que, no .vtt, há suporte a posicionamento e que o estilo se limita a negrito, itálico e sublinhado. O recurso existe no formato, mas o resultado depende de onde a legenda será exibida.
Quando usar VTT
O VTT é a escolha natural quando o vídeo está em uma página HTML. O elemento track liga o arquivo ao vídeo, e a MDN diz que as trilhas são formatadas em WebVTT. O atributo src aponta para o arquivo .vtt, srclang informa o idioma e label dá o nome que aparece na lista de legendas. O passo a passo para ligar a legenda ao vídeo está em como adicionar um arquivo de legenda ao seu vídeo.
Escolha também o VTT quando precisar identificar quem fala com a marcação v, posicionar a legenda ou usar capítulos e metadados no mesmo formato. O YouTube lista o .vtt entre os formatos avançados.
Se o seu destino aceita só SRT, ou se você não precisa de nada além de tempo e texto, o SRT resolve. A decisão fica detalhada em a comparação entre SRT e VTT. E, se já existe uma legenda no outro formato, a MDN lembra que um SRT pode ser convertido para WebVTT. O caminho está na conversão entre os dois formatos.
Erros comuns
- Esquecer a linha WEBVTT ou deixar uma linha vazia antes dela. A causa é copiar o conteúdo de um SRT sem acrescentar o cabeçalho. Confira se a primeira linha do arquivo é só a palavra e, no máximo, um texto na mesma linha.
- Manter a vírgula dos milissegundos. Quem converte do SRT costuma esquecer de trocar. O WebVTT pede ponto.
- Colocar um tempo final igual ou menor que o inicial. A especificação exige que o fim seja maior. Releia os dois valores de cada bloco.
- Repetir um identificador. Cada um precisa ser único, e ele não pode conter a seta. Se não precisa deles, apague todos.
- Escrever um bloco STYLE depois do primeiro bloco de legenda. A especificação não permite. Deixe os estilos logo abaixo do cabeçalho.
- Esquecer o nome na marcação v. A anotação com o nome de quem fala é obrigatória. Escreva a tag completa, como v Ana, ou use texto simples.
Perguntas frequentes
VTT e WebVTT são o mesmo formato?
São. WebVTT é o nome do formato, e .vtt é a extensão do arquivo. A especificação registra apenas essa extensão.
Preciso numerar os blocos de um VTT?
Não. O identificador é opcional e não precisa ser um número. Se você usar, ele deve ser único no arquivo e não pode conter a seta nem quebra de linha.
O VTT serve para algo além de legenda?
Serve. A MDN diz que as trilhas WebVTT também levam títulos de capítulos e metadados alinhados ao tempo. No elemento track, isso aparece nos valores chapters e metadata do atributo kind.
O editor do irokod.com abre e salva VTT?
Abre e salva. No editor de legendas você abre um arquivo .vtt seu, edita as falas e exporta em VTT, em SRT ou em TXT.
Fontes
- W3C. WebVTT: The Web Video Text Tracks Format. Consultado em 19 de novembro de 2026.
- MDN Web Docs (Mozilla). WebVTT API - Web APIs | MDN. Consultado em 19 de novembro de 2026.
- MDN Web Docs (Mozilla). <track> HTML embed text track element - HTML | MDN. Consultado em 19 de novembro de 2026.
- MDN Web Docs (Mozilla). Adding captions and subtitles to HTML video - Media | MDN. Consultado em 19 de novembro de 2026.
- Google (Ajuda do YouTube). Supported subtitle and closed caption files - YouTube Help. Consultado em 19 de novembro de 2026.
Continue lendo
- SRT ou VTT: qual formato de legenda escolher Compare SRT e VTT em uma tabela: separador dos milissegundos, cabeçalho, estilo, posição e compatibilidade, e veja uma regra prática para escolher.
- Como converter SRT em VTT e VTT em SRT Passo a passo para converter SRT em VTT e VTT em SRT sem estragar a legenda: o que trocar, o que se perde e como fazer isso no editor do irokod.com.
- O que é um arquivo SRT e como ele funciona Saiba o que é um arquivo SRT, de que partes ele é feito, onde costuma ser aceito e o que ele não faz, com um exemplo original para copiar e testar.
- Como ler os tempos de uma legenda Aprenda a ler uma linha como 00:01:02,500 --> 00:01:05,000, calcular a duração da fala e converter os tempos para segundos, com tabela e exercícios.
- Como adicionar um arquivo de legenda ao seu vídeo Três caminhos para pôr um arquivo SRT ou VTT no seu vídeo: enviar a uma plataforma, usar o elemento track em uma página HTML com código completo ou gravar na imagem.