Transcription : équivalent textuel pour l’audio et la vidéo
Autres noms: Transcription textuelle, Alternative aux médias, Version de remplacement pour un média temporel
Définition
Une transcription est la version texte d’un média temporel : les paroles, qui les prononce, les sons importants et, pour une vidéo, ce qui se passe à l’écran, dans le bon ordre. Le critère WCAG 1.2.1 exige une telle version de remplacement au niveau A pour les contenus seulement audio et seulement vidéo pré-enregistrés.
Une transcription est la version écrite d’un podcast, d’un extrait audio ou d’une vidéo : chaque parole dans l’ordre, qui parle, les sons qui comptent et, pour une vidéo, ce qui se passe à l’écran. Elle rend les contenus seulement audio accessibles aux personnes sourdes et malentendantes, et les personnes sourdaveugles peuvent la lire sur une plage braille. Les transcriptions permettent aussi de rechercher dans vos médias et de les parcourir rapidement.
Ce que cela signifie
Le critère WCAG 1.2.1 Contenus seulement audio et seulement vidéo (pré-enregistrés) (niveau A, WCAG 2.2) concerne les médias qui ont soit du son, soit de l’image, mais pas les deux :
| Média | Ce qu’exige le critère 1.2.1 |
|---|---|
| Contenu seulement audio pré-enregistré (podcast, message vocal, audioguide) | Une version de remplacement pour un média temporel, en pratique une transcription |
| Contenu seulement vidéo pré-enregistré (animation muette, enregistrement d’écran sans son) | Une transcription ou une piste audio présentant une information équivalente |
| Média qui sert lui-même de version de remplacement à un texte de la page, clairement identifié comme tel | Exception : rien de plus n’est nécessaire |
Le W3C appelle la transcription une « version de remplacement pour un média temporel » : un document qui présente, dans le bon ordre, des descriptions textuelles des informations visuelles et sonores. L’exemple de la conférence de presse donné par le W3C montre ce que cela signifie pour l’audio : un compte rendu mot pour mot de ce qui est dit, de qui le dit, et des indications sur les sons significatifs comme les applaudissements ou les rires.
Les vidéos avec son relèvent d’autres critères : les sous-titres pour le son et l’audiodescription pour l’image. Une transcription descriptive peut aussi servir d’équivalent textuel à ces vidéos au niveau A (1.2.3), mais pas au niveau AA. Les textes de substitution, comme un nom de fichier à la place d’une transcription, correspondent au cas d’échec F30 du W3C, le même que celui que le W3C cite pour un nom de fichier utilisé comme texte alternatif d’une image.
Exemples
<figure>
<figcaption>Podcast episode 12: Accessible checkout forms</figcaption>
<audio controls src="/media/episode-12.mp3"></audio>
</figure>
<details>
<summary>Transcript of episode 12</summary>
<p><strong>ANNA:</strong> Welcome back. Today we test a checkout form.</p>
<p><strong>LUKAS:</strong> I'll start with the screen reader…</p>
<p>[screen reader voice reads: "Email, edit text, required"]</p>
<p><strong>ANNA:</strong> That label is announced correctly. [laughter]</p>
</details>La transcription se trouve juste à côté du lecteur, utilise du vrai texte (pas une image ni un PDF numérisé) et signale les intervenants et les sons. Un élément details garde les longues transcriptions bien rangées tout en restant accessible aux utilisateurs du clavier et des lecteurs d’écran.
Publiez la transcription sur la même page que le média, incluez chaque intervenant et chaque son significatif, décrivez étape par étape le contenu visuel des vidéos muettes et mettez la transcription à jour à chaque modification de l’enregistrement.
Ne mettez pas en lien un nom de fichier ou « Transcription bientôt disponible », ne proposez pas seulement une transcription automatique non corrigée, n’omettez pas les étapes visuelles d’un enregistrement d’écran et ne placez pas la transcription dans une image que les technologies d’assistance ne peuvent pas lire.
Comment vérifier les transcriptions
Questions fréquentes
Un podcast a-t-il besoin d’une transcription selon les WCAG ?
Oui, s’il s’agit d’un contenu seulement audio pré-enregistré sur votre site web. Le critère 1.2.1 exige une version de remplacement pour un média temporel qui présente une information équivalente, et une transcription est le moyen habituel de la fournir.
Que doit contenir une transcription ?
Tout ce que perçoit un auditeur ou un spectateur : les paroles dans l’ordre, qui parle, les sons importants comme les rires ou les alarmes et, pour une vidéo, la description de ce qui se passe à l’écran. Le W3C mentionne aussi un moyen d’obtenir le résultat de toute interaction présente dans le média.
Une transcription, est-ce la même chose que des sous-titres ?
Non. Les sous-titres sont synchronisés avec une vidéo et s’affichent pendant la lecture. Une transcription est un texte distinct qui peut être lu sans le média. Une vidéo avec son a besoin de sous-titres ; un contenu seulement audio a besoin d’une transcription.
Puis-je utiliser la transcription automatique ?
Les outils automatiques fournissent un bon premier jet. Avant de publier, corrigez les noms, les termes techniques et les changements d’intervenant, et ajoutez les sons et les informations visuelles : seule une transcription équivalente satisfait au critère.
Termes associés
Sous-titres : des vidéos accessibles aux personnes sourdes
Les sous-titres sont la version texte synchronisée de la piste audio d’une vidéo : les dialogues, la personne qui parle et les sons non verbaux nécessaires pour suivre. Le critère WCAG 1.2.2 les exige au niveau A pour tout contenu audio pré-enregistré dans un média synchronisé.
Lire la définition: Sous-titres : des vidéos accessibles aux personnes sourdesAudiodescription : rendre audibles les images d’une vidéo
L’audiodescription est une narration orale du contenu visuel important d’une vidéo (actions, personnes, changements de scène et texte affiché à l’écran), placée dans les pauses du dialogue. Le critère WCAG 1.2.5 l’exige au niveau AA pour toute vidéo pré-enregistrée dans un média synchronisé.
Lire la définition: Audiodescription : rendre audibles les images d’une vidéoTexte alternatif
Le texte alternatif est une courte description écrite d’une image. Les lecteurs d’écran la lisent à voix haute et les navigateurs l’affichent quand l’image ne se charge pas : les personnes qui ne peuvent pas voir l’image en saisissent ainsi le sens.
Lire la définition: Texte alternatifLecteur d’écran : comment il lit un site et ce qu’il attend
Un lecteur d’écran est un logiciel d’assistance qui lit à voix haute le contenu et les commandes affichés à l’écran, ou les restitue sur une plage braille. Il s’appuie sur les noms, rôles et états qu’un site web expose via l’arbre d’accessibilité du navigateur.
Lire la définition: Lecteur d’écran : comment il lit un site et ce qu’il attend