ffmpeg -i vidéo.webm -i sous-titre.vtt -c copy out.webm

le -c copy est là pour dire à ffmpeg de pas réencoder toute la vidéo et de simplement la copier (ce qui prendrait potentiellement toute l'éternité, ou au moins quelques heures)

s'il y a plusieurs fichier de sous-titre il est nécessaire de les mapper avec -map et de les nommer (par défaut les pistes sous-titres sont considérée comme "eng")

ffmpeg -i vidéo.webm -i sous-titre-fr.vtt -sous-titre-en.vtt -map 0:a -map 0:v -map 1 -map 2 -metadata:s:s:0 language=Français -metadata:s:s:1 language=English -c copy out.webm

ici on indique que l'audio et la vidéo doivent être mappé en 0 (sinon ils ne seront pas ajouté au fichier final), le premier fichier de sous-titre est mappé en 1 et le second en 2. ensuite on utilise les metadata (et leur index qui compte à partir de 0) pour noter quel piste de sous-titre à quel nom (on fait ça pour les deux). on indique toujours de juste copier les pistes (-c copy) et on donne le fichier de sortie.