1.2.1 Tylko audio i tylko wideo (nagrane) (ang.) Audio-only and Video-only (Prerecorded)
Spis treści
Istota i cel kryterium
Kryterium to nakłada obowiązek zapewnienia alternatywnych sposobów odbioru informacji dla samodzielnych materiałów dźwiękowych lub wizualnych. Brak takich alternatyw stanowi uchybienie, które ogranicza użytkownikom z niepełnosprawnościami dostęp do kluczowych danych. Wdrożenie tego kryterium gwarantuje, że cyfrowe media nie staną się barierą, lecz będą w pełni przyswajalne niezależnie od dysfunkcji wzroku czy słuchu.
Realizacja tego kryterium polega na dostarczeniu równoważnego nośnika informacji – odpowiednio tekstu dla plików audio lub ścieżki dźwiękowej/opisu dla plików video. Dzięki temu eliminujesz wykluczenie informacyjne i dajesz użytkownikom pełną wolność wyboru formatu konsumpcji treści.
Definicja w j. angielskim
Definicja dostępna pod adresem:
https://www.w3.org/WAI/WCAG22/quickref/#audio-only-and-video-only-prerecorded
Definicja w j. polskim
Definicja dostępna pod adresem:
https://www.w3.org/Translations/WCAG21-pl/#tylko-audio-lub-tylko-wideo-nagranie
Słownik pojęć
- Materiały nagrane wcześniej (ang.) prerecorded media
-
–
treści multimedialne opublikowane i udostępnione użytkownikowi po ich uprzedniej rejestracji i montażu, w przeciwieństwie do transmisji realizowanych w czasie rzeczywistym.
- Tylko audio (ang.) audio-only
-
–
samodzielne nagranie dźwiękowe, które nie zawiera zsynchronizowanej ścieżki wizualnej ani innych form graficznych przekazujących treść (np. podcasty, nagrane wykłady).
- Tylko wideo (ang.) video-only
-
–
samodzielna, niema prezentacja obrazu lub animacja, pozbawiona jakiejkolwiek powiązanej narracji dźwiękowej czy dialogów (np. niemy pokaz slajdów, instrukcja montażu bez fonii).
- Alternatywa tekstowa (ang.) text alternative
-
–
tekst programowo powiązany z treścią nietekstową albo tekst, do którego odsyła tekst programowo powiązany z treścią nietekstową (np. krótki alt wykresu informuje, że opis znajduje się pod nim). Pozwala technologiom wspomagającym na udostępnienie informacji osobom, które nie widzą lub nie słyszą oryginalnego elementu.
Źródło: World Wide Web Consortium (W3C), „tekst alternatywny”, [w:] Web Content Accessibility Guidelines (WCAG) 2.1, tłum. Fundacja Instytut Rozwoju Regionalnego, 2021, https://www.w3.org/Translations/WCAG21-pl/#dfn-tekstowa-alternatywe [dostęp: 29.10.2026].
- Alternatywa dla mediów opartych na czasie (ang.) alternative for time-based media
-
–
dokument tekstowy, który w odpowiedniej kolejności opisuje wszystko, co w nagraniu widać i słychać: dialogi, istotne dźwięki i wydarzenia na ekranie. Jeśli nagranie wymaga jakiejś interakcji (np. wybrania odpowiedzi w trakcie odtwarzania), dokument musi pozwolić osiągnąć ten sam wynik. Scenariusz, na podstawie którego nagrano materiał, może pełnić tę rolę tylko wtedy, gdy poprawiono go tak, by zgadzał się z ostateczną, zmontowaną wersją nagrania.
- Alternatywa multimedialna dla tekstu (ang.) media alternative for text
-
–
nagranie (dźwiękowe, wideo lub audiowizualne, w tym nagranie w języku migowym), które przedstawia treść tekstu obecnego na stronie i nie dodaje do niej żadnych nowych informacji. Jest przeznaczone dla osób, którym łatwiej odbierać treść w formie nagrania niż tekstu.
Wpływ na dostępność (Kogo wspierasz?)
- Użytkowników z zaburzeniami poznawczymi: Tekst pozwala im na przetwarzanie złożonych informacji we własnym, komfortowym tempie. Mogą wielokrotnie wracać do trudniejszych fragmentów, co drastycznie zmniejsza zmęczenie psychiczne i eliminuje lęk przed pominięciem ważnego wątku.
- Użytkowników niesłyszących oraz słabosłyszących: Dla tej grupy osób samodzielny plik dźwiękowy bez transkrypcji jest całkowicie bezużyteczny. Precyzyjna transkrypcja tekstowa staje się dla nich jedynym oknem na świat i jedynym sposobem dotarcia do zawartości podcastu czy audycji.
- Osoby w sytuacjach ograniczających (bariery środowiskowe i techniczne): Wspierasz internautów przeglądających treści w głośnym otoczeniu (np. w komunikacji miejskiej bez słuchawek) lub w strefie ciszy, gdzie odtwarzanie dźwięku jest niemożliwe. Pomagasz także osobom z niską przepustowością sieci, dla których strumieniowanie ciężkich plików wideo jest barierą techniczną – tekst ładuje się błyskawicznie.
- Użytkowników niewidomych i słabowidzących: Osoby te nie są w stanie odebrać niemych demonstracji, wykresów czy wizualizacji danych w plikach tylko wideo. Szczegółowe opisy tekstowe lub profesjonalna audiodeskrypcja przywracają im pełny kontekst i pozwalają bezbłędnie zrozumieć przekaz.
- Wszyscy odbiorcy oraz roboty wyszukiwarek: Tekstowe odpowiedniki wybitnie wspomagają indeksowanie SEO. Pozwalają algorytmom wyszukiwarek precyzyjnie przeszukiwać zawartość multimediów, co zwiększa zasięg Twoich materiałów.
Zasady wdrażania i wymagania techniczne
Przy publikacji nagrań tylko audio lub tylko wideo zadbaj o:
Dla materiałów typu tylko wideo:
- Zapewnij ekwiwalent tekstowy lub dźwiękowy: Przygotuj szczegółowy scenariusz, tekst opisujący elementy wizualne albo dodaj zsynchronizowaną ścieżkę audiodeskrypcji, która precyzyjnie objaśnia dynamiczne działania na ekranie dla osób niewidomych.
- Zadbaj o maksymalną szczegółowość: Opisuj wszystkie kluczowe dane, zachowania i relacje przestrzenne. Jeśli wideo przedstawia skomplikowane procesy lub infografiki, Twój opis musi bezbłędnie wyjaśniać te zależności.
Dla materiałów typu tylko audio:
- Przygotuj kompletną transkrypcję: Stwórz wierny zapis tekstowy zawierający nie tylko same dialogi, ale też kluczowe odgłosy otoczenia i efekty dźwiękowe istotne dla kontekstu (np. „śmiech”, „muzyka w tle”, „dźwięk dzwonka”).
- Zweryfikuj dokładność zapisu: Upewnij się, że tekst jest pozbawiony błędów merytorycznych i w pełni oddaje intencje autorów nagrania dźwiękowego.
Ogólne wymagania architektoniczne i semantyczne:
- Powiąż multimedia z alternatywą: Nadaj nagraniu nazwę lub tekst alternatywny, który informuje o alternatywie, np. „Odcinek 42 (transkrypcja poniżej)”, i umieść transkrypcję lub link do niej bezpośrednio pod odtwarzaczem. Możesz też połączyć odtwarzacz z alternatywą atrybutem
aria-describedby, ale nie jest to jedyny ani wymagany sposób. - Gwarantuj łatwą lokalizację: Umieść alternatywę bezpośrednio pod odtwarzaczem na tej samej stronie lub udostępnij doskonale widoczny, jednoznaczny link prowadzący do dedykowanego pliku bądź podstrony. Zawsze wyraźnie informuj użytkownika o obecności tego udogodnienia.
- Dostarczaj pełnowartościową treść: Pamiętaj, że alternatywa musi przekazywać w 100% równoważne informacje. Całkowicie unikaj tworzenia powierzchownych skrótów czy lakonicznych, ogólnych podsumowań.
Wyjątki i sytuacje szczególne
Kryterium 1.2.1 nie jest bezwzględne w każdym przypadku:
- Multimedia jako alternatywa dla tekstu: Jeśli Twoje wideo lub audio służy wyłącznie jako dodatkowa, przystępniejsza forma tekstu już obecnego na stronie i jest to jasno oznaczone, nie musisz tworzyć dla niego kolejnej alternatywy.
- Transmisje na żywo: Kryterium dotyczy wyłącznie materiałów nagranych wcześniej. Materiały nadawane na żywo są z niego wyłączone. Transmisje tylko audio na żywo opisuje osobne kryterium 1.2.9 Tylko audio (na żywo), na poziomie AAA.
Przykłady implementacji
Najczęstsze błędy (Failures)
Unikaj tych powszechnych uchybień:
- F30: Stosowanie rzekomych alternatyw tekstowych, które w rzeczywistości nie przekazują żadnej merytorycznej zawartości pliku, takich jak nazwy plików (np.
wyklad_profesora.mp3) lub generyczne teksty zastępcze (np.odtwarzacz audio,plik wideo). - F67: Dostarczenie długiego opisu lub transkrypcji dla treści multimedialnych, które nie spełniają tego samego celu lub nie prezentują tych samych istotnych informacji, co oryginalne nagranie (np. powierzchowne streszczenie złożonego procesu wizualnego zamiast precyzyjnego opisu danych i relacji przestrzennych).
- Publikowanie podcastów i audycji bez transkrypcji: Całkowite zignorowanie warstwy tekstowej dla plików dźwiękowych, co trwale odcina osoby niesłyszące od zawartości.
- Pozostawianie niemych instrukcji wideo bez komentarza: Udostępnianie filmów instruktażowych (np. demonstracji montażu mebli czy obsługi oprogramowania bez fonii) bez jakiegokolwiek skryptu opisowego lub ścieżki lektorskiej.
- Bezgraniczne ufanie automatycznym generatorom: Opieranie dostępności wyłącznie na napisach lub transkrypcjach generowanych automatycznie przez sztuczną inteligencję, bez przeprowadzenia rzetelnej, ręcznej korekty błędów kontekstowych.
- Rozbieżność informacyjna po aktualizacji: Zmiana lub odświeżenie pliku źródłowego przy jednoczesnym pozostawieniu starej, całkowicie nieadekwatnej wersji transkrypcji tekstowej.
Najlepsze praktyki
- Różnicuj formaty dostępu do treści: Zapewniaj alternatywy tekstowe w kilku wariantach. Doskonałym podejściem jest umieszczenie kodu HTML bezpośrednio na stronie oraz zaoferowanie estetycznego, łatwego do pobrania pliku PDF.
- Wykonuj skrupulatną korektę manualną: Każda transkrypcja automatyczna musi przejść przez proces ludzkiej weryfikacji. Poprawiaj błędy językowe, dopasowuj kontekst i dbaj o idealną spójność intencji.
- Perfekcyjnie opisuj złożoną grafikę: Kiedy Twoje wideo operuje na skomplikowanych wykresach, schematach blokowych czy procesach, twórz opisy o najwyższym stopniu szczegółowości, objaśniające wszelkie zależności między danymi.
- Dbaj o natychmiastową synchronizację: Wprowadź procedurę, według której każda modyfikacja materiału multimedialnego wymusza jednoczesne naniesienie zmian w odpowiadającym mu tekście alternatywnym.
- Korzystaj z natywnych elementów multimedialnych: Gdy to możliwe, osadzaj nagrania natywnymi elementami
<audio>i<video>. Kryterium tego nie wymaga – nagranie może być np. linkiem do pliku, jeśli obok jest alternatywa.
Metody testowania
- Testowanie manualne: Dla nagrań tylko wideo przeczytaj opis bez patrzenia na ekran i oceń, czy rozumiesz całą akcję. Dopiero potem obejrzyj nagranie i porównaj. Dla nagrań tylko audio przeczytaj transkrypcję bez odsłuchu i oceń, czy masz komplet informacji. Potem odsłuchaj nagranie i porównaj.
- Narzędzie deweloperskie (ang.) Developer Tools: Znajdź w drzewie DOM elementy
<audio>i<video>. Sprawdź, czy alternatywa istnieje (transkrypcja dla nagrań tylko audio, opis dla nagrań tylko wideo), czy nie jest pusta i czy jest bezpośrednio przy nagraniu albo pod wyraźnym linkiem. Sprawdź też, czy nagranie ma nazwę lub tekst alternatywny, który wskazuje na alternatywę (np. „Odcinek 42 (transkrypcja poniżej)”), albo jest z nią powiązane w kodzie, np. atrybutemaria-describedby. Sam atrybutaria-describedbynie jest wymagany, to tylko jeden ze sposobów powiązania. - NVDA: Uruchom czytnik ekranu i przetestuj stronę bez patrzenia na monitor. Upewnij się, że syntezator mowy płynnie i bez przeszkód odczytuje pełną treść alternatywy tekstowej oraz powiązane instrukcje obsługi odtwarzacza.
- (ang.) WAVE Evaluation Tool: Narzędzie zgłasza alert przy każdym elemencie
<video>lub<audio>i przy linkach do plików multimedialnych. To przypomnienie, że trzeba ręcznie sprawdzić, czy jest alternatywa. Samej alternatywy WAVE nie ocenia.
Sprawdź swoją wiedzę
W linku poniżej znajduje się 6 modułów z prawdziwymi, nagranymi wcześniej materiałami: podcastami (tylko audio) oraz niemą animacją (tylko wideo). Twoim zadaniem jest sprawdzenie, czy każdy materiał posiada pełnowartościową alternatywę, która przekazuje 100% równoważnych informacji.
Jak to sprawdzić?
- Dla materiałów tylko audio: przeczytaj tekst alternatywny i oceń, czy bez odsłuchu posiadasz komplet informacji. Następnie odtwórz nagranie i porównaj treści.
- Dla materiałów tylko wideo: nie patrz na ekran (lub obejrzyj wideo dopiero po lekturze) i oceń, czy sam opis pozwala zrozumieć całą akcję, detale i relacje przestrzenne.
- W narzędziach deweloperskich (DevTools) możesz sprawdzić, czy odtwarzacz wskazuje na alternatywę, np. nazwą informującą o transkrypcji albo atrybutem aria-describedby.
- Pamiętaj o wyjątkach: media będące wyraźnie oznaczoną alternatywą dla tekstu obecnego na stronie oraz transmisje na żywo nie podlegają temu kryterium.
Notatka: Zanim zajrzysz do rozwiązania, przetestuj i zapisz swoje wnioski na kartce.
Uwaga: Sam tekst obok nagrania nie wystarczy. Zawsze porównaj jego treść z nagraniem.
Proponowane narzędzia: Narzędzie deweloperskie (ang.) Developer Tools
#1 BŁĄD
Problem: Jedyną „alternatywą” dla podcastu jest wyświetlona nazwa pliku (Wiecej_niz_Jeden_Zmysl_final_v2.mp3).
Dlaczego: To klasyczny błąd F30 – rzekoma alternatywa tekstowa, która nie przekazuje żadnej merytorycznej zawartości nagrania. Osoba niesłysząca w żaden sposób nie dowie się, o czym rozmawiali prowadzący; nazwa pliku nie zastępuje treści.
Naprawa: Dodaj pod odtwarzaczem pełną transkrypcję zawierającą dialogi oraz opisy istotnych dźwięków tła i powiąż ją z odtwarzaczem atrybutem, np. aria-describedby (jak w przykładzie #2).
#2 DOBRZE
Dlaczego: Materiał tylko audio otrzymał wzorcową alternatywę:
- pełna transkrypcja obejmuje nie tylko dialogi, ale też opisy dźwięków (intro, przerywnik, outro), dzięki czemu przekazuje 100% równoważnych informacji,
- kontener transkrypcji to nazwany region (
role="region",aria-label,tabindex="0") powiązany z odtwarzaczem przez aria-describedby (to jeden ze sposobów powiązania; równie dobrze może to zrobić nazwa odtwarzacza wskazująca na transkrypcję), - dodatkowo zaoferowano drugi format dostępu – czytelnie opisany link do pliku PDF (z informacją o formacie i rozmiarze).
#3 BŁĄD
Problem: Nieme wideo posiada opis, ale jest nim jedno lakoniczne zdanie: „Na filmie pokazany jest królik i łąka.”.
Dlaczego: To błąd F67 – dostarczony opis nie prezentuje tych samych istotnych informacji, co oryginalne nagranie. Powierzchowne streszczenie pomija całą akcję (badanie terenu, drapanie się, przelot motyla), detale wyglądu i relacje przestrzenne. Osoba niewidoma otrzymuje ułamek treści, którą widzi osoba oglądająca.
Naprawa: Przygotuj szczegółowy, ustrukturyzowany opis wszystkich zdarzeń wizualnych (najlepiej z osiami czasu, jak w przykładzie #4).
#4 DOBRZE
Dlaczego: Materiał tylko wideo (bez ścieżki dźwiękowej) ma pełnowartościowy ekwiwalent tekstowy: opis z osiami czasu relacjonuje sekunda po sekundzie całą akcję, wygląd bohaterów, tło i relacje przestrzenne („z lewej strony kadru”, „przelatuje w prawą stronę”). Odtwarzacz jest powiązany z opisem przez aria-describedby.
#5 BŁĄD
Problem: Transkrypcja opisuje zupełnie inny odcinek (o kontraście kolorów i narzędziu Colour Contrast Analyser), podczas gdy w nagraniu prowadzący mówią o kryteriach percepcji i zmysłach.
Dlaczego: To rozbieżność informacyjna – typowy skutek podmiany lub aktualizacji pliku źródłowego bez zaktualizowania tekstu. Alternatywa, która nie prezentuje tych samych informacji co nagranie, nie spełnia swojego celu (błąd F67). Osoba niesłysząca otrzymuje fałszywy obraz treści, co bywa gorsze niż brak transkrypcji, bo odbiera jej szansę zorientowania się w pomyłce.
Naprawa: Wprowadź procedurę synchronizacji: każda modyfikacja materiału multimedialnego musi wymuszać jednoczesną aktualizację transkrypcji. Przed publikacją porównaj tekst z faktyczną zawartością nagrania.
#6 DOBRZE
Dlaczego: Nagranie audio nie wymaga tutaj transkrypcji, ponieważ samo jest alternatywą dla tekstu – pełna treść znajduje się w artykule na stronie, a nagranie jest wyraźnie oznaczone jako jego wersja audio. Prowadzący używają innych słów niż artykuł, ale nie dodają nowych informacji – i to jest warunek wyjątku. Gdyby etykieta zniknęła albo nagranie zawierało więcej informacji niż artykuł, wyjątek przestałby obowiązywać. Poza zakresem 1.2.1 są też treści na żywo: audio na żywo obejmuje kryterium 1.2.9 (poziom AAA), a wideo z dźwiękiem na żywo – kryterium 1.2.4.
Źródła
- Abou-Zahra S., Eggert E., Vanderheiden G. [i in.] (red.), „1.2.1 Audio-only and Video-only (Prerecorded) Level A”, [w:] Web Content Accessibility Guidelines (WCAG) 2.2 Quick Reference, 2025, https://www.w3.org/WAI/WCAG22/quickref/#audio-only-and-video-only-prerecorded [dostęp: 08.06.2026].
- Accessibility Guidelines Working Group Participants, „Understanding SC 1.2.1 Audio-only and Video-only (Prerecorded) (Level A)”, [w:] WCAG 2.2 Understanding Docs, 2026, https://www.w3.org/WAI/WCAG22/Understanding/audio-only-and-video-only-prerecorded.html [dostęp: 08.06.2026].
- Accessibility Guidelines Working Group Participants, „Technique F30: Failure of Success Criterion 1.1.1 and 1.2.1 due to using text alternatives that are not alternatives (e.g., filenames or placeholder text)”, [w:] Techniques for WCAG 2.2, 2025, https://www.w3.org/WAI/WCAG22/Techniques/failures/F30 [dostęp: 08.06.2026].
- Accessibility Guidelines Working Group Participants, „Technique F67: Failure of Success Criterion 1.1.1 and 1.2.1 due to providing long descriptions for non-text content that does not serve the same purpose or does not present the same information”, [w:] Techniques for WCAG 2.2, 2025, https://www.w3.org/WAI/WCAG22/Techniques/failures/F67 [dostęp: 08.06.2026].
- World Wide Web Consortium (W3C), „Kryterium sukcesu 1.2.1 Tylko audio lub tylko wideo (nagranie)”, [w:] Web Content Accessibility Guidelines (WCAG) 2.1, tłum. Fundacja Instytut Rozwoju Regionalnego, 2021, https://www.w3.org/Translations/WCAG21-pl/#tylko-audio-lub-tylko-wideo-nagranie [dostęp: 08.06.2026].
- DOCK sp. z o.o., WCAG 1.2.1: Tylko audio i tylko wideo (nagrane wcześniej), https://wcag.dock.codes/pl/dokumentacja/kryteria-sukcesu-wcag/wcag-121/ [dostęp: 08.06.2026].
Dodatkowe linki
- W3C WCAG:
- Dokładna definicja: https://www.w3.org/WAI/WCAG22/quickref/#audio-only-and-video-only-prerecorded
- Dokument pomocniczy W3C: https://www.w3.org/WAI/WCAG22/Understanding/audio-only-and-video-only-prerecorded.html