1.2.3 Audiodeskrypcja lub alternatywa dla mediów (nagrana) (ang.) Audio Description or Media Alternative (Prerecorded)

Wersja WCAG:

  • 2.2
  • 2.1

Poziom:

  • A

Specjalizacje:

  • Content Creator
  • Designer
  • Deweloper

Elementy:

  • Multimedia

Spis treści

    Istota i cel kryterium

    Głównym założeniem kryterium sukcesu 1.2.3 jest zagwarantowanie, że każda osoba z dysfunkcją wzroku otrzyma stuprocentowy dostęp do komunikatów przekazywanych w sposób wizualny w nagranych wcześniej materiałach wideo. Mowa tu o zsynchronizowanych multimediach, w których obraz nierozerwalnie łączy się ze ścieżką dźwiękową.

    Realizacja tego celu opiera się na dostarczeniu alternatywnego, w pełni równoważnego sposobu konsumpcji treści multimedialnych. Dzięki temu eliminujesz ryzyko, że kluczowe zwroty akcji, napisy ekranowe czy prezentowane dane pozostaną dla kogokolwiek niewidoczne. Zapewniasz w ten sposób pełną niezależność i równość w odbiorze materiałów edukacyjnych, informacyjnych oraz rozrywkowych.

    Na tym poziomie zgodności masz do wyboru dwa niezależne rozwiązania: możesz wdrożyć dodatkową ścieżkę lektorską opisującą obraz albo przygotować kompleksowy dokument tekstowy, który w pełni odzwierciedla całą zawartość filmu. Pozwala to na elastyczne dopasowanie technologii do specyfiki publikowanych materiałów.

    Definicja w j. angielskim

    Definicja dostępna pod adresem:
    https://www.w3.org/WAI/WCAG22/quickref/#audio-description-or-media-alternative-prerecorded

    Definicja w j. polskim

    Definicja dostępna pod adresem:
    https://www.w3.org/Translations/WCAG21-pl/#audiodeskrypcja-lub-alternatywa-tekstowa-dla-mediow-nagranie

    Słownik pojęć

    Napisy rozszerzone (ang.) captions
    –

    zsynchronizowana wizualnie i tekstowo alternatywa dla informacji mówionych oraz dźwięków niewerbalnych, niezbędna do pełnego zrozumienia treści multimedialnych. Mogą przybrać formę napisów zamkniętych, włączanych przez użytkownika ((ang.) Closed Captions), bądź otwartych, czyli wbudowanych na stałe w obraz ((ang.) Open Captions).

    Audiodeskrypcja (ang.) audio description
    –

    dodatkowa ścieżka narracyjna wpleciona w naturalne pauzy dialogowe. Jej bezkompromisowym zadaniem jest werbalne zobrazowanie tego, co dzieje się na ekranie – ruchów postaci, mimiki, zmian scenerii czy tekstów wyświetlanych na ekranie, których nikt nie czyta na głos.

    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?)

    • Osoby niewidome: Bez dodatkowej ścieżki lektorskiej lub pełnego opisu tekstowego, film staje się dla nich całkowicie niezrozumiały i pozbawiony wartości informacyjnej. Tracą dostęp do kontekstu sytuacyjnego, relacji przestrzennych, emocji wyrażanych mimiką oraz kluczowych szczegółów prezentowanych wyłącznie graficznie.
    • Użytkownicy z dysfunkcjami poznawczymi: Pełna alternatywa tekstowa pozwala im na przetwarzanie skomplikowanych informacji w całkowicie indywidualnym tempie, drastycznie zmniejszając zmęczenie psychiczne i ułatwiając zrozumienie złożonych struktur i wątków.
    • Osoby niedowidzące: Choć dostrzegają ogólny zarys obrazu, często nie są w stanie odczytać drobnych etykiet, napisów ekranowych czy dynamicznie zmieniających się detali. Dodatkowa narracja idealnie uzupełnia ich percepcję wzrokową.
    • Osoby ze specyficznymi trudnościami w uczeniu się: Dostarczenie treści za pomocą innego kanału zmysłowego (tekst zamiast dynamicznego wideo) skutecznie niweluje problemy z przetwarzaniem słuchowym bądź wizualnym.

    Zasady wdrażania i wymagania techniczne

    Skuteczne wdrożenie wymaga strategicznego zaplanowania struktury multimediów już na wczesnym etapie tworzenia projektu. Zgodność z opisywanym kryterium sukcesu możesz osiągnąć za pomocą dwóch równorzędnych ścieżek implementacyjnych.

    Pierwsza ścieżka: Wdrożenie audiodeskrypcji

    Ścieżkę tą możesz zrealizować ją poprzez przygotowanie dodatkowej, lektorskiej ścieżki dźwiękowej, w której precyzyjne opisy umieszczasz w istniejących pauzach między dialogami. Z technicznego punktu widzenia optymalnym rozwiązaniem jest udostępnienie osobnej ścieżki audio w nowoczesnym odtwarzaczu, co daje użytkownikowi pełną kontrolę nad jej aktywacją. Choć specyfikacja HTML5 przewiduje użycie elementu <track> z atrybutem kind="descriptions", jego natywne wsparcie w przeglądarkach wciąż bywa ograniczone. Z tego powodu do sprawnego zarządzania alternatywnymi ścieżkami dźwiękowymi wykorzystaj skrypty (ang.) <span lang="en">JavaScript</span> lub wbudowane, dedykowane funkcje zaawansowanych odtwarzaczy multimedialnych.

    Druga ścieżka: Przygotowanie kompleksowej alternatywy medialnej

    Musi to być bezkompromisowo dokładny dokument tekstowy, umieszczony bezpośrednio na stronie HTML lub w łatwo dostępnym pliku PDF. Zadbaj o to, aby odnośnik do tej alternatywy znajdował się bezpośrednio przy odtwarzaczu wideo, będąc doskonale widocznym dla każdego. W treści takiego dokumentu połącz pełną transkrypcję wypowiedzi i dźwięków słyszalnych z drobiazgowym opisem wydarzeń wizualnych, ekspresji aktorów i zmian scenerii. Jeśli wideo zawiera elementy interaktywne (np. formularze lub przyciski wyboru wewnątrz prezentacji), w alternatywie tekstowej musisz zapewnić działające hiperłącza lub mechanizmy pozwalające osiągnąć dokładnie ten sam efekt użytkowy.

    Wyjątki i sytuacje szczególne

    • Samowystarczalna ścieżka dźwiękowa nagrania: Zweryfikuj, czy główna ścieżka audio filmu w sposób całkowicie wyczerpujący i samodzielny przekazuje absolutnie wszystkie kluczowe informacje wizualne. Jeśli lektor lub narrator na bieżąco i niezwykle szczegółowo opisuje każdą swoją czynność, prezentowane dane oraz zachodzące na ekranie zmiany, dodatkowa audiodeskrypcja staje się całkowicie zbędna. Osoba niewidoma nie traci wówczas nawet najmniejszego kontekstu sytuacyjnego i informacyjnego.
    • Filmy będące alternatywą dla tekstu ((ang.) media alternative for text): Unikaj powielania pracy, jeśli Twój materiał wideo został stworzony wyłącznie po to, by zobrazować lub zaprezentować w formie dźwiękowo-obrazowej treść istniejącą już bezpośrednio na tej samej stronie w formacie tradycyjnego tekstu. Warunkiem bezkompromisowym jest jednak to, aby materiał wideo został w sposób jednoznaczny, wyrazisty i czytelny oznaczony jako taka alternatywa. W takim scenariuszu nie masz obowiązku tworzenia dla niego dodatkowej audiodeskrypcji ani transkrypcji.

    Przykłady implementacji

    Najczęstsze błędy (Failures)

    • Całkowity brak alternatywy lub opisu dźwiękowego: Publikowanie materiałów wideo zawierających istotne informacje wizualne (np. prezentacje oprogramowania, tutoriale montażowe) bez jakiejkolwiek ścieżki audiodeskrypcji lub pełnego dokumentu tekstowego.
    • Pozorny transkrypt tekstowy pozbawiony kontekstu wizualnego: Udostępnianie samej listy dialogowej (zwykłego zapisu wypowiedzi lektorów) jako alternatywy medialnej, całkowicie pomijając kluczowe opisy akcji, gestów, napisów ekranowych oraz zmian zachodzących w obrazie.
    • Bezrefleksyjne i ślepe poleganie na automatach: Wykorzystywanie automatycznie generowanych przez sztuczną inteligencję transkrypcji lub opisów bez rzetelnej, ręcznej korekty ze strony człowieka, co prowadzi do drastycznych przekłamań i dezinformacji.
    • Ukrywanie lub głębokie zakopywanie opcji dostępności: Umieszczanie odnośnika do pełnej alternatywy tekstowej w niewidocznym miejscu na stronie bądź ukrywanie przycisków włączających ścieżkę audiodeskrypcji w nieintuicyjnych, skomplikowanych poziomach menu odtwarzacza multimedialnego.
    • Całkowity rozjazd synchronizacji i chaos czasowy: Złe dopasowanie czasowe ścieżki audiodeskrypcji do wydarzeń na ekranie, co wywołuje u użytkowników głęboką dezorientację poznawczą.
    • Brak przeniesienia funkcjonalności interaktywnych: Udostępnienie dokumentu tekstowego, który opisuje interaktywny film, ale nie zawiera linków ani narzędzi pozwalających użytkownikowi na wykonanie akcji i interakcji dostępnych na osi czasu wideo.

    Najlepsze praktyki

    • Projektuj inkluzywnie od samego początku: Planuj strukturę i scenariusz filmu z myślą o dostępności jeszcze przed uruchomieniem kamer, świadomie pozostawiając odpowiednie pauzy na opisy lub wbudowuj narrację wizualną bezpośrednio w główny skrypt lektorski.
    • Zachowaj maksymalną obiektywność i zwięzłość: Opisuj wyłącznie fakty, relacje przestrzenne i kluczowe elementy niezbędne do pełnego zrozumienia kontekstu, unikając własnych interpretacji, kwiecistych metafor czy zbędnych słów.
    • Stawiaj na absolutny profesjonalizm nagrania: Zadbaj o to, by głos nagrywający audiodeskrypcję był wyraźny, spokojny i odpowiednio zbalansowany głośnościowo, dzięki czemu nie będzie konkurował z głównymi dialogami filmu.
    • Zapewnij wyrazistą widoczność rozwiązań: Wykorzystuj intuicyjne, powszechnie rozpoznawalne ikony oraz jednoznaczne, dobrze widoczne linki tekstowe prowadzące bezpośrednio do pełnych alternatyw medialnych.
    • Wybieraj wyłącznie dostępne odtwarzacze multimedialne: Wykorzystuj technologie, które natywnie i bezproblemowo wspierają przełączanie alternatywnych ścieżek dźwiękowych oraz bezbłędnie współpracują z klawiaturą.
    • Weryfikuj rozwiązania z realnymi użytkownikami: Regularnie testuj przygotowane materiały i dokumenty z osobami niewidomymi oraz niedowidzącymi – to jedyna bezkompromisowa droga do eliminacji ukrytych barier.

    Metody testowania

    • Narzędzie deweloperskie (ang.) Developer Tools: Przeanalizuj drzewo DOM i sprawdź, czy przy materiale wideo jest dodatkowa ścieżka audio z audiodeskrypcją, ścieżka <track kind="descriptions"> obsługiwana przez odtwarzacz albo widoczny link do pełnej alternatywy tekstowej, umieszczony przy filmie.
    • NVDA: Uruchom czytnik ekranu, odtwórz materiał multimedialny przy wyłączonym monitorze i sprawdź, czy z samego dźwięku i audiodeskrypcji rozumiesz wszystkie istotne informacje wizualne. Sprawdź też, czy przycisk włączania audiodeskrypcji i link do alternatywy tekstowej mają zrozumiałe nazwy odczytywane przez czytnik oraz czy alternatywa tekstowa jest kompletna i da się ją przeczytać czytnikiem.

    Sprawdź swoją wiedzę

    W linku poniżej znajduje się 6 modułów z materiałami wideo. Twoim zadaniem jest ocenić, czy każdy wariant zapewnia osobom niewidomym i niedowidzącym pełnowartościowy dostęp do informacji wizualnych – poprzez audiodeskrypcję, pełną alternatywę tekstową, albo czy legalnie korzysta z wyjątku.

    Jak to sprawdzić?

    1. Wyłącz monitor (lub zamknij oczy) i odtwórz nagranie. Oceń, czy rozumiesz, co dokładnie dzieje się na ekranie, korzystając wyłącznie ze słuchu.
    2. Jeśli odtwarzacz ma przycisk „Włącz opis audio” (ikona „D”), włącz go. Sprawdź, czy opisy pojawiają się w odpowiednich momentach i nie zagłuszają ewentualnych dialogów.
    3. Jeśli pod wideo znajduje się tekst, przeczytaj go. Zweryfikuj kompletność: czy tekst opisuje wszystkie kluczowe akcje, gesty i zmiany scenerii widoczne w filmie?
    4. W DevTools sprawdź, czy wewnątrz <video> znajduje się <track kind="descriptions"> (jeśli użyto audiodeskrypcji).
    5. Pamiętaj o wyjątku: wideo będące wyraźnie oznaczoną alternatywą dla tekstu obecnego na tej samej stronie nie wymaga audiodeskrypcji.

    Proponowane narzędzia: Wyłączenie monitora, Narzędzie deweloperskie (ang.) Developer Tools

    Notatka: Zanim zajrzysz do rozwiązania, przetestuj i zapisz swoje wnioski na kartce.

    Uwaga: Sama obecność tekstu pod filmem nie wystarczy – liczy się to, czy opisuje on wszystko, co ważne w obrazie i dźwięku.

    #1 BŁĄD

    Problem: Nagranie wideo zawiera kluczowe dla fabuły informacje wizualne (pojawienie się królika, jego zachowanie, motyl), ale nie posiada audiodeskrypcji ani alternatywy tekstowej.
    Dlaczego: To całkowity brak alternatywy lub opisu dźwiękowego. Dla osoby niewidomej film jest całkowicie niezrozumiały – słyszy tylko szum wiatru i nie wie, co się dzieje na ekranie.
    Naprawa: Dodaj do elementu <video> znacznik <track kind="descriptions"> z plikiem VTT lub umieść obok wideo pełną alternatywę tekstową.


    #2 BŁĄD

    Problem: Udostępniono „alternatywę”, która w rzeczywistości nie niesie niemal żadnej wartości informacyjnej i ignoruje wszystko, co jest widoczne w warstwie wideo (brak opisów akcji, gestów, pojawienia się motyla).
    Dlaczego: Jest to pozorny transkrypt pozbawiony kontekstu wizualnego. Tworzenie takich szczątkowych opisów z myślą o „odhaczeniu” punktu WCAG nie zapewnia dostępności i nie spełnia kryterium 1.2.3.
    Naprawa: Rozbuduj alternatywę tekstową tak, aby precyzyjnie opisywała wszystkie kluczowe wydarzenia wizualne (jak w przykładzie #3).


    #3 DOBRZE

    Dlaczego: Zastosowano drugą ścieżkę spełnienia kryterium. Zamiast dogrywać audiodeskrypcję, dostarczono wyczerpujący i ustrukturyzowany chronologicznie dokument tekstowy tuż obok odtwarzacza. Kompletna alternatywa medialna oddaje obie warstwy: wizualną (ruchy postaci, pojawienie się motyla) oraz dźwiękową (opis tła dźwiękowego).


    #4 DOBRZE

    Dlaczego: Do materiału wideo dodano plik VTT skonfigurowany jako kind="descriptions", a odtwarzacz AblePlayer prawidłowo go obsługuje, syntezując tekst mową lub eksponując go czytnikowi ekranu. Osoba niewidoma otrzymuje werbalny opis akcji w odpowiednich momentach filmu. Dodatkowo, ponieważ przeglądarki natywnie nie obsługują ścieżek descriptions (H96 to technika doradcza), pod filmem jest alternatywa tekstowa, która w kolejności opisuje obraz i dźwięk. Ona zapewnia spełnienie 1.2.3 nawet bez odtwarzacza.


    #5 BŁĄD

    Problem: Audiodeskrypcja jest obecna, ale wszystkie opisy zostały skumulowane w pierwszych dwóch sekundach filmu, co powoduje całkowity rozjazd synchronizacji.
    Dlaczego: Złe dopasowanie czasowe ścieżki audiodeskrypcji do wydarzeń na ekranie wywołuje u użytkowników głęboką dezorientację poznawczą. Odbiorca słyszy o motylu, zanim ten w ogóle pojawi się na ekranie.
    Naprawa: Popraw znaczniki czasu w pliku VTT tak, aby każda porcja opisu pojawiała się dokładnie w chwili, gdy dana akcja dzieje się na ekranie.


    #6 DOBRZE

    Dlaczego: Wideo nie posiada audiodeskrypcji, ale korzysta z wyjątku przewidzianego w kryterium: jest alternatywą multimedialną dla tekstu. Pełna treść – obie wypowiedzi i opis muzyki – znajduje się w artykule bezpośrednio na stronie, więc nagranie nie wnosi nic ponad tekst. Nagranie zostało wyraźnie oznaczone jako wersja wideo tego tekstu: etykieta „Wersja wideo – alternatywa dla tekstu „Dostępność cyfrowa – odcinek 1”” wskazuje, który tekst zastępuje. W takim scenariuszu nie ma obowiązku tworzenia dla niego dodatkowej audiodeskrypcji.

    Źródła