WCAG 1.4.7: Niski lub brak dźwięku w tle

WCAG 1.4.7: Niski lub brak dźwięku w tle (Low or No Background Audio)

Kryterium sukcesu WCAG 1.4.7, należące do poziomu AAA, dotyczy dostępności treści audio, w których występuje mowa. Jego celem jest zapewnienie, że mowa jest wyraźna i łatwa do zrozumienia dla wszystkich użytkowników, poprzez minimalizowanie lub całkowite wyeliminowanie rozpraszających dźwięków tła.

Wprowadzenie do kryterium 1.4.7

Kryterium 1.4.7 „Niski lub brak dźwięku w tle” wymaga, aby w przypadku wstępnie nagranych treści audio zawierających mowę, dźwięki tła były znacznie cichsze od mowy. Konkretnie, dźwięki tła muszą być co najmniej o 20 decybeli (dB) cichsze niż mowa, z pewnymi wyjątkami.

To oznacza, że użytkownicy nie powinni mieć trudności z rozróżnieniem słów od muzyki, szumów otoczenia czy innych efektów dźwiękowych, które mogą być obecne w nagraniu. Głośność mowy powinna być dominująca i wyraźnie słyszalna.

Dlaczego to kryterium jest ważne? (Wpływ na dostępność)

Zapewnienie odpowiedniego poziomu dźwięku tła jest kluczowe dla szerokiej gamy użytkowników i ma istotny wpływ na dostępność:

• Osoby niedosłyszące lub z ubytkiem słuchu: Nawet z aparatami słuchowymi lub implantami ślimakowymi, oddzielenie mowy od głośnego tła jest często niemożliwe. Zbyt głośne tło może całkowicie uniemożliwić zrozumienie treści.
• Osoby z zaburzeniami przetwarzania słuchowego: Osoby te mają trudności z interpretacją dźwięków, szczególnie w obecności innych szumów. Wyraźna mowa jest dla nich niezbędna.
• Osoby z zaburzeniami uwagi (np. AD(H)D): Rozpraszające dźwięki tła mogą znacząco utrudnić koncentrację na mowie, prowadząc do utraty wątku i frustracji.
• Osoby korzystające z urządzeń mobilnych lub w hałaśliwym otoczeniu: Słuchanie treści audio w miejscach publicznych (autobus, kawiarnia, biuro) z naturalnie występującym szumem tła jest trudne, jeśli nagranie samo w sobie ma głośne tło.
• Osoby starsze: Z wiekiem zdolność do rozróżniania dźwięków i mowy w złożonym środowisku akustycznym często się zmniejsza.

Zignorowanie tego kryterium może sprawić, że wartościowe treści audio staną się niedostępne lub bardzo trudne do przyswojenia dla dużej grupy odbiorców, ograniczając ich możliwość uczestniczenia i czerpania korzyści z Twojej witryny.

Kryteria sukcesu i wymagania

Kryterium 1.4.7 jest stosunkowo proste, ale jego szczegóły są ważne:

• Wymaganie 20 dB: W przypadku wstępnie nagranych treści audio zawierających mowę, wszelkie dźwięki tła muszą być co najmniej o 20 decybeli cichsze niż mowa. To jest średnia różnica w głośności pomiędzy mową (głośność szczytowa) a dźwiękami tła (szczytowa głośność dźwięków tła). Należy pamiętać, że głośność mowy jest mierzona jako głośność samej mowy, a nie jako całkowita głośność ścieżki audio. Krótkie, okazjonalne dźwięki tła (np. efekty dźwiękowe lub jingle, które trwają nie dłużej niż 5 sekund) są wyłączone z tego wymogu.
• Wyjątki:
  • Treści audio, które są głównie muzyką (np. piosenka z wokalem), a nie mową, nie podlegają temu kryterium, chyba że mowa jest dominującym celem i przekazem.
  • Audio CAPTCHA.
  • Krótkie sygnały dźwiękowe, jingle lub efekty dźwiękowe, które trwają mniej niż 5 sekund.
  • Gdy dźwięki tła są niezbędne dla znaczenia treści, np. nagranie przedstawiające hałas tłumu w dokumencie o demonstracji, a obniżenie ich głośności zmieniłoby charakter lub znaczenie nagrania.
  • Gdy dźwięki tła są losowe i nie mają celu (np. nagranie terenowe, gdzie głównym celem jest mowa, ale mikrofon wychwytuje nieprzewidziane dźwięki).
• Definicja „mowy”: W kontekście tego kryterium, „mowa” odnosi się do ludzkiego głosu, który przekazuje informacje w języku naturalnym. Może to być narracja, dialog, wykład, podcast itp.

Praktyczne wytyczne dotyczące zgodności

Aby spełnić kryterium 1.4.7, można zastosować kilka strategii:

• Miksowanie audio podczas produkcji: Najlepszym rozwiązaniem jest odpowiednie miksowanie ścieżek audio już na etapie postprodukcji. Inżynierowie dźwięku powinni świadomie obniżać poziom głośności muzyki i efektów dźwiękowych, gdy pojawia się mowa. Narzędzia do automatycznego duckingu (ściszania tła, gdy wykryta jest mowa) mogą być bardzo pomocne.
• Zapewnienie opcji kontroli dla użytkownika: Jeśli nie jest możliwe zapewnienie stałej różnicy 20 dB, należy udostępnić użytkownikom możliwość samodzielnego dostosowania głośności dźwięków tła niezależnie od głośności mowy. Idealnie, powinny to być dwa oddzielne suwaki: jeden dla mowy, drugi dla tła.
• Wybór odpowiednich dźwięków tła: Jeśli musisz użyć tła, wybieraj takie, które są mniej inwazyjne – np. spokojna muzyka ambientowa bez wokalu, a nie dynamiczna muzyka z silnym basem czy skomplikowaną melodią.
• Edycja: Jeśli dźwięki tła są nieistotne i zakłócające, rozważ ich całkowite usunięcie lub zastąpienie ciszą w momentach, gdy mowa jest kluczowa.

Przykłady implementacji

<audio controls preload="metadata">
  <source src="sciezka-do-pliku-z-mowa-i-cichym-tlem.mp3" type="audio/mpeg">
  <p>Twoja przeglądarka nie obsługuje elementu audio.</p>
</audio>

<p><em>Uwaga: W tym przykładzie zakłada się, że plik MP3 został już poprawnie zmiksowany.</em></p>

<div class="audio-player-custom">
  <p>Słuchaj naszej audycji:</p>
  <audio id="speechAudio" preload="metadata" controls>
    <source src="sciezka-do-samej-mowy.mp3" type="audio/mpeg">
    <p>Twoja przeglądarka nie obsługuje elementu audio.</p>
  </audio>

  <audio id="backgroundAudio" loop preload="metadata">
    <source src="sciezka-do-samej-muzyki-tla.mp3" type="audio/mpeg">
  </audio>

  <div class="volume-controls">
    <label for="speechVolume">Głośność mowy:</label>
    <input type="range" id="speechVolume" min="0" max="1" step="0.01" value="1" aria-label="Regulacja głośności mowy">

    <label for="backgroundVolume">Głośność tła:</label>
    <input type="range" id="backgroundVolume" min="0" max="1" step="0.01" value="0.2" aria-label="Regulacja głośności dźwięku w tle">
  </div>
</div>

<script>
  const speechAudio = document.getElementById('speechAudio');
  const backgroundAudio = document.getElementById('backgroundAudio');
  const speechVolumeControl = document.getElementById('speechVolume');
  const backgroundVolumeControl = document.getElementById('backgroundVolume');

  // Ustaw początkowe głośności
  backgroundAudio.volume = backgroundVolumeControl.value;
  speechAudio.volume = speechVolumeControl.value;

  // Synchronizuj odtwarzanie
  speechAudio.addEventListener('play', () => {
    backgroundAudio.play();
  });

  speechAudio.addEventListener('pause', () => {
    backgroundAudio.pause();
  });

  speechAudio.addEventListener('seeking', () => {
    backgroundAudio.currentTime = speechAudio.currentTime;
  });

  // Obsługa zmian głośności
  speechVolumeControl.addEventListener('input', (event) => {
    speechAudio.volume = event.target.value;
  });

  backgroundVolumeControl.addEventListener('input', (event) => {
    backgroundAudio.volume = event.target.value;
  });
</script>

<audio controls preload="metadata">
  <source src="sciezka-do-pliku-z-mowa-i-glosnym-tlem.mp3" type="audio/mpeg">
  <p>Twoja przeglądarka nie obsługuje elementu audio.</p>
</audio>

<p><em>Problem: Dźwięk tła w tym pliku jest zbyt głośny w stosunku do mowy i nie ma możliwości jego regulacji.</em></p>

Najlepsze praktyki i często popełniane błędy

• Najlepsze praktyki:
  • Priorytetyzacja mowy: Zawsze stawiaj czytelność mowy na pierwszym miejscu. Dźwięk tła powinien wzbogacać, a nie przeszkadzać.
  • Profesjonalne miksowanie: Jeśli to możliwe, korzystaj z usług profesjonalnego inżyniera dźwięku, który zapewni zgodność z zasadą 20 dB.
  • Zapewnienie alternatyw: Oprócz poprawnego miksowania, zawsze oferuj transkrypcje audio, aby osoby, które nie mogą słuchać, mogły przeczytać treść.
  • Testowanie z użytkownikami: Przeprowadzaj testy z osobami z różnymi potrzebami, aby upewnić się, że Twoje treści audio są zrozumiałe.
  • Wykorzystanie cichych interludiów: Jeśli musisz użyć głośniejszego tła (np. jingle), upewnij się, że są one krótkie i występują pomiędzy segmentami mowy, a nie podczas jej trwania.
• Często popełniane błędy:
  • Brak świadomości zasady 20 dB: Wielu twórców treści nie jest świadomych tego specyficznego wymogu, co prowadzi do nagrań z niedostępnym tłem.
  • Poleganie wyłącznie na ogólnej regulacji głośności: Odtwarzacze audio zazwyczaj oferują tylko jeden suwak głośności. Użytkownik, który ściszy całe nagranie, może również stracić mowę, jeśli tło jest zbyt głośne.
  • Użycie dynamicznego tła: Muzyka lub efekty dźwiękowe, które dynamicznie zmieniają swoją głośność lub złożoność, są szczególnie problematyczne, jeśli nie są kontrolowane i miksowane z uwagą.
  • Krótkie, ale inwazyjne dźwięki: Nawet krótkie dźwięki tła (np. głośne sygnały dźwiękowe) mogą być rozpraszające i powinny być używane oszczędnie, jeśli nie są niezbędne.

Podsumowanie

Kryterium WCAG 1.4.7 „Niski lub brak dźwięku w tle” jest niezbędne do zapewnienia, że treści audio z mową są dostępne i zrozumiałe dla jak najszerszego grona odbiorców. Poprzez przestrzeganie zasady 20 dB różnicy w głośności między mową a tłem, lub poprzez zapewnienie użytkownikom niezależnej kontroli nad tymi elementami, możemy znacznie poprawić użyteczność i dostępność naszych zasobów cyfrowych, eliminując frustrację i zwiększając zaangażowanie.