1.2.5Poziom AA

Audiodeskrypcja — nagranie

Audio Description (Prerecorded)

W nagranym wideo w mediach zsynchronizowanych przekaż ważne informacje wizualne przez audio; kompletna główna narracja może usuwać potrzebę dodatkowego opisu.

Komu pomaga
NiewidzenieSłabowidzenie
Zastosowanie
WWWAplikacje mobilneAplikacje desktopoweDokumenty cyfroweInne urządzenia

Warunki i wyjątki opisano w artykule.

Wersja
WCAG 2.2, wprowadzone w 2.0
Zasada / wytyczna
Postrzegalność / 1.2
Stan researchu
Draft AI. Bez przeglądu człowieka.
Redakcja artykułu
· wersja robocza
Na tej stronie

Co oznacza to kryterium

Osoba, która nie widzi nagranego filmu, powinna usłyszeć ważne działania, zmiany scen, osoby i tekst ekranu w odpowiednim momencie. Audiodeskrypcja może być częścią głównej narracji, dodatkową ścieżką albo opisaną wersją filmu. Gdy zwykła narracja przekazuje już wszystkie istotne informacje wizualne, nie trzeba ich nagrywać drugi raz.

Opis pomaga osobom niewidomym i słabowidzącym, zwłaszcza gdy małe napisy filmu są nieczytelne. Nie zastępuje napisów dla odbiorców niesłyszących ani tekstu potrzebnego części osób głuchoniewidomych. Sama transkrypcja przy samodzielnym filmie nie zastępuje opisu audio na AA.

Przykłady błędów i poprawek

Termin dostępny tylko w obrazie

Własna „Pracownia” pokazuje syntetyczne zamówienie 024: Centrum, Ogrodowa 8 → Park, Leśna 12 → potwierdzenie → zmiana zapisana. Na podsumowaniu i końcu widać termin 6 października 2026. Oba filmy mają te same dane, długość, zakodowany strumień wideo i główne audio. Poprawka dodaje tylko wypowiedź terminu od 20 s, w końcowej przerwie.

Finalny MP4 z 2026-10-04, 25,333 s, połączona narracja i opis w AAC. Obraz pochodzi z wcześniejszego rzeczywistego nagrania iOS; to nowy montaż, bez nowego nagrania aplikacji. Mowa Zosia macOS i tony nie są VoiceOver ani głosem człowieka.

Ta sama treść wizualna i główne audio; po 19,6 s cisza. Osobne VTT obu wersji są napisami, bez zamiany ich tekstu w audiodeskrypcję. Tekst całego przebiegu znajduje się poniżej.

Problem
Narracja wyjaśnia operacje, ale data wyniku pozostaje tylko na ekranie mimo długiej końcowej ciszy.
Skutek
Odbiorca bez obrazu nie poznaje terminu odbioru po zmianie punktu.
Poprawka
W odpowiednim momencie dodaj do audio pełną datę. Sprawdź, czy opis jest zrozumiały i nie zasłania ważnej mowy lub sygnałów.

Pełny przebieg obrazu i dźwięku

Obraz zaczyna od dostawy zamówienia 024 i wybranego Centrum, Ogrodowa 8. Osoba nagrywająca uruchamia „Zmień punkt”, wybiera Park przy Leśnej 12, widzi nowy punkt i pełną datę, potem uruchamia „Potwierdź zmianę”. Końcowy ekran pokazuje „Punkt odbioru zmieniony”, Park i termin 6 października 2026. W obu montażach dodano 6 s zatrzymania pierwszej i 2 s ostatniej klatki.

Czas Wspólne audio / kontekst Różnica poprawki
0,500–4,030 s „Zamówienie 024. Punkt Centrum, Ogrodowa 8.” Początkowy wybrany punkt Brak
6,500–7,638 s „Zmień punkt odbioru.” Otwarcie wyboru Brak
10,500–12,741 s „Wybierz punkt Park przy ulicy Leśnej 12.” Wybór Parku Brak
15,000–16,600 s „Potwierdź zmianę punktu odbioru.” Podsumowanie pokazuje nowy punkt i datę Brak
19,000–19,600 s Dwa krótkie sygnały: zmiana zapisana. Końcowy stan z Parkiem i terminem Brak
20,000–23,574 s W błędnej wersji cisza; pełna data nadal w obrazie „Termin odbioru: szósty października dwa tysiące dwudziestego szóstego roku”

Do 20 s PCM obu wersji jest identyczne. Dopisana mowa kończy się przed końcem filmu i nie nakłada się na tony ani dialog. To ustalenie konstrukcji mediów; czas i amplituda nie potwierdzają wymowy, zrozumiałości ani kompletności opisu w odbiorniku. Napisy zapisują wypowiedzi i dźwięki; nie są ścieżką audio AD.

Kontrola: brak osobnej ścieżki nie oznacza błędu

Wcześniejszy film 1.2.2 już mówi „Nowy termin odbioru: szósty października”. Nie należy traktować go jako błędnego wyłącznie z braku osobnej AD. Ta kontrola nie zatwierdza wszystkich szczegółów, np. roku i kontekstu początkowego — porównaj je osobno z celem filmu. Własna para 1.2.5 została przygotowana właśnie po to, by luka terminu była konkretną różnicą.

Inne tekstowe scenariusze: opis zagłuszający dialog, cicha lub niedostępna ścieżka, transkrypcja bez ważnego obrazu oraz kilku mówców rozpoznawalnych tylko z napisów. Poprawka wymaga odpowiednio czasu/miksu, działającego wyboru, dodania brakujących faktów w audio lub rozpoznania osób przy zmianie. Nie wykonano osobnych demonstracji tych usterek i nie ma danych o ich częstości.

Kiedy obowiązuje i gdzie są wyjątki

Wymaganie dotyczy nagranego wideo w mediach zsynchronizowanych. Archiwum transmisji podczas późniejszego odtwarzania jest nagraniem. Wideo może obejmować ruch, sekwencję zdjęć lub animację; synchronizacja może łączyć media z innym formatem lub interakcją zależną od czasu. Samo audio i niemy film mają osobny zakres.

Definicja mediów zsynchronizowanych wyłącza jasno oznaczoną alternatywę równoważnego tekstu: film nie może dodawać informacji ponad tekst i jego alternatywy. To granica definicji, bez ogólnego pozwolenia zastąpienia AD dowolnym tekstem. Link „transkrypcja” lub streszczenie nie dowodzą wyłączenia. Pokazana para z niego nie korzysta.

Ważny obraz niedostępny w głównym audio wymaga opisu; ozdobnych barw i ruchów nie trzeba wymieniać. Kompletna główna narracja realizuje wymaganie bez dodatkowej AD — nie jest to brak zastosowania kryterium. Na poziomie A 1.2.3 dopuszcza również pełny tekst; na AA sam tekst zwykle nie wystarcza.

Dobór sposobu opisu

Technika pomocnicza Zakres i granica
Druga ścieżka audio — G78 Oryginalny dźwięk i opis, dostępny wybór oraz rzeczywiste odtwarzanie; sam tag języka nie wystarcza
Opisana wersja / narracja zintegrowana — G173/G226 Łatwa do znalezienia wersja przekazująca potrzebne fakty; osobny plik nie jest obowiązkiem
Wersja rozszerzona — G8 Gdy naturalne przerwy nie wystarczają, może zatrzymywać obraz i audio na opis. Pokazana para ma wspólne zatrzymanie obu wersji i opis w końcowej przerwie; nie demonstruje tej mechaniki. Obowiązku 1.2.7 AAA nie przenosi się na każdy film AA
Statyczny opis jednego mówcy — G203 Wąski przypadek jednego mówcy na niezmiennym tle, bez ważnej informacji wizualnej zmieniającej się w czasie; programowo powiązany opis kontekstu, tożsamości i napisów początkowych/końcowych. Nie obejmuje procesu, zmiennego wykresu ani wielu mówców identyfikowanych tylko napisami
Pominięcie obrazu mimo odpowiedniej przerwy — F113 Pauza musi być dostateczna, blisko zdarzenia i bez zagłuszania istotnego dźwięku. Nie ma jednego normatywnego progu długości pauzy
Tekstowa ścieżka descriptions — doradcza H96 Tekst przeznaczony do niewizualnego przekazania, np. syntezy w odbiorniku. Poprawne VTT lub cue w DOM nie dowodzą audio. Źródło przywołuje ostrzeżenie H96 według przeglądu z września 2023, bez własnego testu wszystkich aktualnych silników

Techniki nie są jedyną dopuszczalną implementacją. Nie ma jednego normatywnego tempa słów ani zwłoki dla wszystkich filmów; oceń moment, język i znaczenie. Komentarz nie może usuwać ważnej mowy lub sygnałów; ściszenie tła wymaga zachowania istotnych dźwięków.

Platformy

Przegląd AI 2026-10-04: WCAG 2.2, rekomendacja 2024-12-12, dla WWW; WCAG2ICT 2.2, Group Note 2025-12-11, bez zmiany wymagania dla dokumentów i oprogramowania. To informacyjna interpretacja poza WWW, bez oceny EN 301 549 lub obowiązków prawnych.

Środowisko Warunek i adaptacja Wykonanie źródłowe
WWW, także telefon Zsynchronizowane nagranie z ważnym obrazem IAB/macOS, odtwarzanie; odsłuch niewykonany
Mobilne Film w odbiorniku natywnym lub osadzonym Flutter/Cupertino i AVKit na iOS Simulator; bez potwierdzenia dźwięku; Android niewykonany
Desktop Kurs odtwarzany w programie Bez próby; montaż na macOS nie jest testem odbiornika
Dokument Odtwarzalne nagranie w dokumencie lub prezentacji Bez próby; statyczny dokument bez mediów nie spełnia tego warunku
Kiosk Instruktaż audiowizualny; zamknięcie nie usuwa potrzeby opisu Odbiornik i sprzęt niewykonane

W hybrydzie rozdziel WWW i część natywną. Brak próby nie wyłącza platformy ani nie dowodzi zgodności.

Rozwiązania w technologiach

Minimalne wspólne rozwiązanie: przygotować audio przekazujące potrzebne fakty i odtwarzać opisany MP4 w istniejącym odbiorniku. Sam accessibilityLabel kontrolki „Odtwórz film” udostępnia kontrolkę, nie obraz filmu. Opisana wersja powinna być dostępna użytkownikowi przez zrozumiałą akcję; produkcyjny UI nie powinien używać etykiet good/bad. Nie dodano nowej biblioteki ani czterech osobnych aplikacji.

Flutter

Wykorzystano istniejący kanał iOS oraz AVKit; przekazywany klucz jest z zamkniętej listy, bez dowolnego URL. Ekran obsługuje błąd i brak pluginu, cykl wariantu, reset i nieznaną trasę. Kanał iOS otwiera lokalny MP4 od początku.

import 'package:flutter/services.dart';

const media = MethodChannel('eu.clearship.research/media');
Future<void> openDescribedMovie() =>
    media.invokeMethod<void>('play', 'ad-described');

Oficjalna dokumentacja MethodChannel/invokeMethod i platform channels, także przez Context7, przejrzana 2026-10-04. Wersje faktycznie użyte: Flutter 3.44.9 / Dart 3.12.2. Analiza, test widgetu, bundle i iOS build wykonane; runtime ma własny wynik w sekcji weryfikacji. Androidowe odtwarzanie tego kanału nie jest zaimplementowane ani testowane.

iOS / SwiftUI

movieURL wskazuje gotowy MP4 z opisem, dołączony do zasobów. AVKit przedstawia istniejące kontrolki odtwarzania; player zachowuje stan między przerysowaniami widoku.

import SwiftUI
import AVKit

struct DescribedMovie: View {
    let movieURL: URL
    @State private var player: AVPlayer?
    var body: some View {
        VideoPlayer(player: player)
            .task { if player == nil { player = AVPlayer(url: movieURL) } }
            .onDisappear { player?.pause() }
    }
}

Oficjalna dokumentacja VideoPlayer/AVPlayer przejrzana 2026-10-04. Ten osobny fragment SwiftUI: kompilacja i runtime NOT-RUN. Build Flutter/AVPlayerViewController nie testuje tego widoku. Wybrana ścieżka opisowa musi być właściwie oznaczona w medium i rzeczywiście odtwarzana; przełącznik preferencji AD nie dopisze brakującej narracji.

Android / Compose

Aplikacja posiada Media3 ExoPlayer i istniejący widok lub composable wyświetlający player; URI wskazuje wersję z połączoną narracją i AD. Właściciel zarządza wątkiem i cyklem życia, w tym release().

import android.net.Uri
import androidx.media3.common.MediaItem
import androidx.media3.exoplayer.ExoPlayer

fun openDescribedMovie(player: ExoPlayer, describedUri: Uri) {
    player.setMediaItem(MediaItem.fromUri(describedUri))
    player.prepare()
    player.play()
}

Dokumentacja oficjalna Media3/ExoPlayer/MediaItem przejrzana 2026-10-04. Fragment edukacyjny: kompilacja i runtime NOT-RUN, bez instalacji zależności i bez Androida. W Compose można wykorzystać istniejący Player lub osadzenie PlayerView; sam odtwarzacz nie tworzy opisu. Dla drugiej ścieżki audio trzeba sprawdzić faktyczny wybór po przygotowaniu medium i zachowanie odbiornika.

React Native

Kontekst: aplikacja ma już react-native-video API v6, a zasób jest opisanym filmem. Przegląd obejmuje oficjalne props source, controls, resizeMode i dokumentację projektu przez Context7; nie mieszamy v6 z odrębnym API v7.

import Video from 'react-native-video';

export function DescribedMovie() {
  return (
    <Video
      source={require('./delivery-with-description.mp4')}
      controls
      resizeMode="contain"
      style={{ width: '100%', height: 420 }}
    />
  );
}

Dokumentacja przejrzana 2026-10-04. Typecheck i runtime NOT-RUN; nie zainstalowano tej biblioteki. textTracks nie zamienia samodzielnie tekstu w audio AD. Rozwiązanie połączonym plikiem wymaga odsłuchu tak samo jak natywna ścieżka. Brak kompilacji pozostałych fragmentów edukacyjnych jest zakresem wpisu, a nie automatycznym TODO.

Jak sprawdzić

  1. Ustal rodzaj treści oraz synchronizację. Oceń ewentualną granicę alternatywy tekstu i wąski przypadek G203 na podstawie treści, bez polegania na MP4 lub etykiecie.
  2. Obejrzyj cały film i wypisz ważne fakty wizualne: wynik, kolejność, tożsamość i tekst. Porównaj je z głównym audio.
  3. Odsłuchaj bez obrazu w rzeczywistym odbiorniku. Sprawdź brakujące fakty, właściwy czas, zrozumiałość i zachowanie ważnego dialogu/dźwięków. Kompletna główna narracja usuwa potrzebę dodatkowej AD.
  4. Sprawdź dojście do opisanej wersji albo wybór ścieżki: start, pauzę, wznowienie, przewinięcie i początek. Dla G203 sprawdź powiązanie i brak ważnych zmian, a dla H96 faktyczne audio.
  5. Zapisz wersję, odbiornik, ustawienia i wynik. Oddziel kontrolę plików, postęp odtwarzacza, odsłuch i ocenę człowieka.

Weryfikacja i ograniczenia

Źródłowe sprawdzenie, 2026-10-04 Wynik i zakres
Treść i API Przegląd AI; bez człowieka
Finalne media Strumienie, cue, identyczny obraz, PCM, RMS zakodowanego audio i hashe sprawdzone; bez rozpoznawania mowy i znaczenia
Flutter Finalna analiza PASS, 2 nowe i 56 wybranych testów PASS; mock kanału nie odtwarza filmu
iOS bundle i build PASS po finalnej produkcji; build nie jest runtime
WWW Naturalny koniec obu wersji, kontrola, pauza/wznowienie i reset. muted=false i volume=1 bez dowodu odsłuchu; źródłowy rendering napisów niewykonany
iOS Simulator 1 XCTest / 0 błędów, 7 odczytów i PNG: rzeczywiste tap/seek, pauza, wznowienie, powrót, cykl/reset i koniec good. Odczyty raportowały Volume 0%
Dodatkowa próba głośności 1 XCTest / 0 błędów bez asercji niezerowego wyjścia; 2 odczyty nadal Volume 0%. Nie dowodzi trwałej blokady ani słyszalnego opisu
Odsłuch, język, znaczenie i człowiek; VoiceOver; zaślepiony walidator Niewykonane
Fizyczny iPhone, Android, inne odbiorniki i osobne aplikacje pozostałych fragmentów Niewykonane

Pierwsza produkcja syntezy zakończyła się bez próbek mowy mimo kodu sukcesu. Zachowano ją jako odrzuconą, bez użycia w tej parze. Finalna produkcja zawiera kontrolę długości i amplitudy; to nadal nie odsłuch. Wydłużenie montażu pozwoliło zmieścić końcową kwestię. Użyto Flutter 3.44.9 / Dart 3.12.2, Xcode 27.0 i iPhone 17 / iOS Simulator 26.5; finalne próby nie opierają się na starym Runnerze.

Nazwa ścieżki AD, transkrypcja, RMS i głośność nie dowodzą słyszalności, wymowy ani równoważności. Drzewo opisuje kontrolki, bez całych pikseli i dźwięków. OCR/ASR i AI mogą wskazać brakującą datę, lecz ocena znaczenia oraz synchronizacji wymaga odniesienia do całości. Pełna narracja jest ważną kontrolą fałszywych alarmów. Znane oczekiwania i nazwy wariantów muszą być poza wejściem badanego walidatora.

Jak sprawdza Clearship

Katalog z 2026-10-08 przewiduje ocenę człowieka. Analizator wskazuje możliwy film, kontrolkę i stan ścieżki AD oraz teksty opisu na osiągniętym ekranie. Dostępne są próbki drzewa/obrazu i dane aktywnego dźwięku Androida; iOS nie ma kanału dźwięku. Te wejścia nie są całym plikiem, odsłuchem ani automatyczną oceną ważnego obrazu.

Obserwacja nie wybiera ścieżki przyciskiem i nie rozstrzyga działania ukrytej wersji. Człowiek musi obejrzeć cały film, rzeczywiście odsłuchać opis i ocenić czas, znaczenie, wyjątek oraz ewentualną kompletną główną narrację. Metoda zawsze wymaga człowieka, bez wyniku jakości oceny tego kryterium na obu platformach. Tekst dopuszczony na A nie zastępuje wymaganej drogi audio AA.

Powiązane kryteria