Control por voz: usar sitios web hablando
También llamado: Reconocimiento de voz, Entrada de voz, Voice Access
Definición
El control por voz, o reconocimiento de voz, es una tecnología de apoyo que permite manejar un ordenador o un móvil hablando. En los sitios web, los usuarios dictan texto en los campos y activan enlaces, botones y otros controles diciendo su etiqueta visible, como «Clic en Enviar».
El control por voz permite usar un sitio web sin tocar el teclado ni el ratón: la persona dice «Clic en Contacto» o «Desplazar hacia abajo», o dicta su mensaje en un formulario. Funciona de maravilla, siempre que las palabras que se ven en la pantalla sean las que el software conoce. Cuando un botón dice «Enviar» pero su código lo llama de otra manera, la orden hablada no encuentra nada.
Qué significa
La página de vídeo del W3C sobre el reconocimiento de voz explica quién depende de él: personas con discapacidad física que no pueden usar un teclado ni un ratón, personas con afecciones crónicas como las lesiones por esfuerzo repetitivo (LER) que necesitan limitar la escritura, y algunas personas con discapacidades cognitivas y de aprendizaje que prefieren hablar a escribir. También se benefician quienes tienen una limitación temporal, como un brazo roto, o quien hace varias cosas a la vez. El W3C añade una precisión terminológica: el reconocimiento del habla (speech recognition) reconoce palabras, mientras que el reconocimiento de voz en sentido estricto (voice recognition) identifica quién habla; en el lenguaje cotidiano, ambos términos se usan para el control por voz.
Las herramientas integradas son Control por voz en macOS e iOS, Acceso por voz en Windows, Voice Access en Android y programas de dictado específicos. Todas funcionan igual en la web: el software lee del navegador los nombres de los controles y los compara con lo que dice el usuario.
El W3C cita dos requisitos: la compatibilidad con el teclado es la base, y las etiquetas del código deben coincidir con lo que se muestra en pantalla. En términos de las WCAG:
| Requisito | Criterio WCAG | Nivel |
|---|---|---|
| Todo funciona con el teclado (véase navegación por teclado) | 2.1.1 Teclado | A |
| El nombre accesible contiene la etiqueta visible (véase etiqueta en el nombre) | 2.5.3 Etiqueta en el nombre | A |
| Todo control tiene un nombre y un rol | 4.1.2 Nombre, función, valor | A |
| Los atajos de una sola letra se pueden desactivar o cambiar, para que las palabras habladas no los activen (véase atajos de teclado de un carácter) | 2.1.4 Atajos del teclado | A |
| Los campos de formulario tienen etiquetas visibles en las que dictar | 3.3.2 Etiquetas o instrucciones | A |
Ejemplos
<!-- Fails: the visible label "Send" is not part of the name -->
<button aria-label="Submit contact form">Send</button>
<!-- Works: the name starts with the visible label -->
<button>Send</button>
<!-- or, if you need more context for screen readers: -->
<button aria-label="Send message">Send</button>Un usuario de control por voz que dice «Clic en Send» activa el segundo y el tercer botón. Con el primero, el software no encuentra ningún control llamado «Send» y el usuario tiene que recurrir a una cuadrícula de números o a movimientos del ratón dictados.
Use botones y enlaces nativos, mantenga la etiqueta visible al principio del nombre accesible, dé a cada campo una etiqueta visible, haga que todo se pueda manejar con el teclado y evite los atajos de una sola tecla o permita desactivarlos.
Sustituir el texto visible por un aria-label distinto, construir controles con elementos div, depender de menús que se abren al pasar el cursor, usar el texto de marcador de posición (placeholder) como única etiqueta, o nombrar los botones que solo tienen icono con palabras que nadie adivinaría.
Cómo probar con control por voz
Preguntas frecuentes
¿Quién usa el control por voz para navegar por la web?
Sobre todo personas con discapacidad motora que no pueden usar un teclado ni un ratón, personas con LER que necesitan limitar la escritura y algunas personas con discapacidades cognitivas. Muchas otras lo usan de vez en cuando, por ejemplo con una mano lesionada.
¿Qué necesita el control por voz de un sitio web?
Compatibilidad total con el teclado y controles cuyos nombres coincidan con sus etiquetas visibles. Así los usuarios pueden activar cualquier enlace y botón diciendo lo que ven.
¿Por qué mi botón no reacciona a las órdenes de voz?
Normalmente porque su nombre accesible difiere del texto visible, por ejemplo por un aria-label que sustituye a la etiqueta. El criterio WCAG 2.5.3 Etiqueta en el nombre exige que el nombre contenga la etiqueta visible.
¿Es el control por voz lo mismo que un lector de pantalla?
No. Un lector de pantalla transmite el contenido como voz o braille; el control por voz toma órdenes habladas como entrada. Algunas personas usan ambos a la vez.
Términos relacionados
Etiqueta en el nombre: el texto visible en el nombre
Etiqueta en el nombre es el criterio de conformidad 2.5.3 de las WCAG (nivel A). En los componentes de la interfaz de usuario con etiquetas que incluyen texto o imágenes de texto, el nombre accesible contiene el texto que se presenta visualmente.
Leer la definición: Etiqueta en el nombre: el texto visible en el nombreDiscapacidad motora: usar la web sin ratón
La discapacidad motora, o discapacidad física, abarca las condiciones que limitan el movimiento, el control muscular, la sensibilidad o la destreza. Las personas con discapacidad motora suelen usar la web sin un ratón convencional: con teclado, pulsadores, reconocimiento de voz, seguimiento ocular o un puntero de cabeza.
Leer la definición: Discapacidad motora: usar la web sin ratónNavegación por teclado: criterio WCAG 2.1.1 explicado
La navegación por teclado significa que todas las funciones de un sitio web se pueden alcanzar y utilizar solo con un teclado, normalmente con Tab, Mayús+Tab, Intro, Espacio y las teclas de flecha. El criterio WCAG 2.1.1 lo exige en el nivel A.
Leer la definición: Navegación por teclado: criterio WCAG 2.1.1 explicadoNombre accesible: qué es y cómo se calcula
El nombre accesible es el texto que los navegadores transmiten a las tecnologías de apoyo para identificar un elemento, por ejemplo las palabras que un lector de pantalla anuncia para un botón, un enlace o un campo de formulario. El criterio WCAG 4.1.2 exige que todo componente de la interfaz de usuario tenga un nombre que pueda determinarse por software.
Leer la definición: Nombre accesible: qué es y cómo se calcula