我是 youtube 字幕的新手。我的问题是从 youtube 逐句生成字幕文件（格式 vtt）。我尝试过编写纯文本文件并将其上传到 youtube。Youtube 正确生成字幕文件，但不是逐句生成。我想知道我是否需要逐句的 vtt 文件，那么我需要以哪种格式编写我的纯文本文件？按照我尝试过的示例：
纯文本文件：
Good day, everyone, and welcome to this meeting of earnings release conference call. Today's call is being recorded. At this time for opening remarks and introductions, I would like to turn the call over to Anand Soni, Senior Director of Investor Relations. Please go ahead, sir.
Youtube 像这样生成：
WEBVTT 1 00:00:00.110 --> 00:00:03.759 大家好，欢迎参加本次会议 财报发布会 2 00:00:03.759 --> 00:00:07.860 称呼。今天的电话正在录音。在这 开场白和介绍的时间， 3 00:00:07.860 --> 00:00:10.809 我想把电话转给 Anand Soni。 投资者关系高级总监。请继续，先生。
我想要这样：
WEBVTT 1 00:00:00.110 --> 00:00:03.759 大家好，欢迎参加本次会议 收益发布电话会议。 2 00:00:03.759 --> 00:00:07.860 今天的电话正在录音。 3 00:00:07.860 --> 00:00:10.809 在这个时候开场白和介绍，我会 喜欢把电话转给 Anand Soni。 4 00:00:010.809 --> 00:00:11.809 投资者关系高级总监。请继续，先生。
我正在通过编程语言 Ruby 做以上所有事情。我想知道在格式方面我需要对我的纯文本文件做些什么，以便 youtube 将逐句生成预期的 vtt 文件？
谢谢。