O que um SRT não pode levar
Um WebVTT pode trazer coisas que em um SRT não têm lugar, e o importante é o que se faz com elas em vez de deixá-las passar. Os ajustes de posição que vêm depois da marca de tempo — line, align, position — não podem ser traduzidos para nada: são removidos. Os blocos NOTE e STYLE não são legendas e também não podem acabar dentro do texto, então são descartados.
As tags de voz são o caso interessante. Em um VTT, quem fala é marcado com uma tag em volta da frase; em um SRT isso não existe. Em vez de jogar fora — o que seria perder quem diz o quê — ela vira o nome antes da linha, seguido de dois-pontos, que é como sempre se escreveu um diálogo em uma legenda.