Formats i distribució: WebVTT avançat, TTML, HLS i DASH sense perdre pistes

Entre el guió d'audiodescripció o el fitxer de subtítols que produeix l'equip i la persona que activa el botó «CC» hi ha un viatge tècnic: conversions de format, empaquetament en un contenidor, pujada a una plataforma, fragmentació per a l'streaming adaptatiu i, finalment, un reproductor que ha de trobar les pistes. A cada baula es poden perdre, i l'EN 301 549 (PDF, s'obre en una finestra nova) exigeix conservar-les (7.1.3 Conservació de subtítols i 7.2.3 Conservació de l'audiodescripció, com vas veure a la lliçó sobre el marc complet). Al nivell 2 vas aprendre l'anatomia bàsica de SRT i WebVTT; aquí veuràs les funcions avançades de WebVTT, els formats professionals i com es declaren les pistes en MP4, HLS i DASH perquè arribin intactes.

WebVTT avançat: estils, regions i veus

WebVTT (el format del W3C per a l'element <track>) admet molt més que temps i text. Tres capacitats útils per a un especialista:

• Blocs STYLE amb el pseudoelement CSS ::cue: donen estil per veu o per classe. El suport als navegadors és desigual, així que fes-los servir com a millora i no com a única manera de transmetre informació.
• Blocs REGION: defineixen zones de pantalla amb amplada i nombre de línies, útils per col·locar sons (que la UNE 153010 situa a dalt a la dreta) o un segon parlant en una altra posició de manera consistent.
• Etiquetes internes: <v> identifica qui parla de manera semàntica; <c.clase> aplica una classe; <lang en> marca un canvi d'idioma dins del subtítol; <i> i <b> donen èmfasi.

WEBVTT

STYLE
::cue(v[voice="Presentadora"]) { color: #ffff00; }
::cue(.sonido) { font-style: italic; }

REGION
id:arriba
width:40%
lines:2
regionanchor:100%,0%
viewportanchor:95%,8%

NOTE Subtítols per a persones sordes. Revisió final 14/05.

1
00:00:02.000 --> 00:00:05.200
<v Presentadora>Benvingudes i benvinguts a la jornada.

2
00:00:05.400 --> 00:00:08.000 region:arriba
<c.sonido>[Aplaudiments]</c>

3
00:00:08.200 --> 00:00:11.800 line:12% align:center
<v Ponente>Gràcies. Començo pel gràfic de l'esquerra.

El subtítol 3 es col·loca a dalt (line:12%) perquè en aquell moment la part inferior de la imatge porta un rètol amb el nom del ponent. És la regla de la UNE 153010: els subtítols van a baix i centrats, i es desplacen només quan taparien informació rellevant. Amb la mateixa tècnica s'evita tapar la finestra de la intèrpret de llengua de signes.

Pistes de descripcions i de capítols

Les pistes kind="descriptions" contenen l'audiodescripció en text que, com vas veure a la lliçó d'audiodescripció professional, reproductors com Able Player llegeixen amb veu sintètica. S'escriuen amb els mateixos principis que un guió locutat, però cada subtítol ha de cabre en el buit que marca el seu temps (o el reproductor haurà de posar en pausa el vídeo, cosa que converteix la pista en audiodescripció ampliada):

WEBVTT

1
00:00:03.000 --> 00:00:07.000
Façana de maó amb grans vidrieres. Rètol: Biblioteca Municipal Río Segura.

2
00:00:31.000 --> 00:00:35.000
Rètol: horari de dilluns a dissabte, de 9 a 21 hores.

Les pistes kind="chapters" permeten navegar per l'estructura, una necessitat que recull la nota MAUR del W3C. En plens, classes i jornades llargues són gairebé imprescindibles. Els seus títols han de ser descriptius, com els encapçalaments d'una pàgina:

WEBVTT

00:00:00.000 --> 00:02:10.000
Obertura i presentació

00:02:10.000 --> 00:18:45.000
Punt 1. Aprovació de l'acta anterior

00:18:45.000 --> 00:41:30.000
Punt 2. Pressupost municipal del 2027

Formats professionals: TTML, IMSC i EBU-TT-D

Si treballes amb televisions, productores o empreses de subtitulació, rebràs subtítols en formats basats en XML. TTML (Timed Text Markup Language) és la recomanació del W3C de la qual deriven els altres; IMSC n'és el perfil per a subtítols a internet, utilitzat per moltes plataformes de vídeo a la carta; EBU-TT-D és el perfil de la Unió Europea de Radiodifusió per a la distribució en línia, habitual a la televisió híbrida (HbbTV). A l'emissió televisiva continuen vius el teletext (a Espanya, la pàgina 888 per als subtítols) i els subtítols DVB, i als Estats Units els formats CEA-608 i CEA-708, que també apareixen incrustats en directes per HLS.

Pistes al contenidor i a l'streaming adaptatiu

Fitxers MP4 i MKV

Un mateix fitxer pot dur diverses pistes d'àudio (original i amb audiodescripció) i de subtítols. El que importa és que cada pista porti idioma, títol i, si el contenidor ho admet, la marca de funció (per exemple, la de pista per a persones amb discapacitat visual). Amb l'eina lliure ffmpeg es pot afegir una pista d'audiodescripció sense recodificar el vídeo:

# Afegir una pista d'audiodescripció a un MP4 sense recodificar
ffmpeg -i jornada.mp4 -i jornada-ad.m4a \
  -map 0:v -map 0:a -map 1:a -c copy \
  -metadata:s:a:0 language=spa -metadata:s:a:0 title="Espanyol" \
  -metadata:s:a:1 language=spa -metadata:s:a:1 title="Espanyol amb audiodescripció" \
  -disposition:a:0 default -disposition:a:1 visual_impaired \
  jornada-con-ad.mp4

# Comprovar quines pistes té el fitxer resultant
ffprobe -v error -show_entries stream=index,codec_type:stream_tags=language,title jornada-con-ad.mp4

Segons el contenidor i el reproductor, algunes marques no es conserven o no es mostren; per això la segona ordre en comprova el resultat. Si el reproductor de destinació no permet triar la pista d'àudio, l'alternativa continua sent publicar una versió completa amb audiodescripció.

HLS

En HLS (l'streaming adaptatiu d'Apple, molt estès al web i al mòbil) les pistes alternatives es declaren a la llista mestra amb #EXT-X-MEDIA, i la seva funció amb l'atribut CHARACTERISTICS. Els reproductors d'Apple fan servir aquestes marques per oferir automàticament l'audiodescripció o els subtítols per a persones sordes quan la persona els té activats als ajustos d'accessibilitat del sistema:

#EXTM3U
#EXT-X-MEDIA:TYPE=AUDIO,GROUP-ID="aud",LANGUAGE="es",NAME="Espanyol",DEFAULT=YES,AUTOSELECT=YES,URI="audio_es.m3u8"
#EXT-X-MEDIA:TYPE=AUDIO,GROUP-ID="aud",LANGUAGE="es",NAME="Espanyol amb audiodescripció",DEFAULT=NO,AUTOSELECT=YES,CHARACTERISTICS="public.accessibility.describes-video",URI="audio_es_ad.m3u8"
#EXT-X-MEDIA:TYPE=SUBTITLES,GROUP-ID="subs",LANGUAGE="es",NAME="Espanyol per a persones sordes",DEFAULT=NO,AUTOSELECT=YES,CHARACTERISTICS="public.accessibility.transcribes-spoken-dialog,public.accessibility.describes-music-and-sound",URI="subs_es.m3u8"
#EXT-X-STREAM-INF:BANDWIDTH=2800000,RESOLUTION=1280x720,AUDIO="aud",SUBTITLES="subs"
video_720.m3u8

DASH

En MPEG-DASH, cada pista és un AdaptationSet amb descriptors de funció (Role) i d'accessibilitat (Accessibility). La convenció DVB marca l'audiodescripció amb l'esquema de propòsit de l'àudio i el valor 1 (per a persones amb discapacitat visual):

<AdaptationSet contentType="audio" lang="es">
  <Role schemeIdUri="urn:mpeg:dash:role:2011" value="alternate"/>
  <Accessibility schemeIdUri="urn:tva:metadata:cs:AudioPurposeCS:2007" value="1"/>
  <Label>Espanyol amb audiodescripció</Label>
  ...
</AdaptationSet>
<AdaptationSet contentType="text" lang="es" mimeType="application/mp4">
  <Role schemeIdUri="urn:mpeg:dash:role:2011" value="caption"/>
  <Label>Espanyol per a persones sordes</Label>
  ...
</AdaptationSet>

Sense aquestes marques, el reproductor veu dues pistes d'àudio en espanyol i no sap quina és quina: la persona haurà d'endevinar-ho o, pitjor, el reproductor triarà per ella la que no necessita.

On es perden les pistes

• Exportació des de l'editor: el programa d'edició exporta només la pista d'àudio principal o «crema» els subtítols a la imatge sense que ningú ho decideixi.
• Pujada a la plataforma o al gestor de continguts: algunes plataformes recodifiquen el vídeo i descarten pistes addicionals; cal pujar els subtítols i l'àudio alternatiu per la seva via específica.
• Del directe a l'enregistrament: els subtítols en directe no sempre es desen amb l'enregistrament; acorda amb el proveïdor el lliurament del fitxer corregit.
• Retalls per a xarxes: en extreure un fragment o passar-lo a vertical es perden els subtítols tancats i, sovint, la finestra d'intèrpret.
• Reproductors incrustats: un reproductor de tercers que només llegeix la primera pista d'àudio, o que no admet kind="descriptions".
• Traduccions: la versió en un altre idioma es publica amb subtítols de traducció (subtitles) però sense subtítols per a persones sordes en aquell idioma.

Resum

• WebVTT avançat ofereix estils (STYLE i ::cue), regions, veus semàntiques i canvis d'idioma; la identificació dels parlants mai no ha de dependre només del color.
• Les pistes de descripcions han de cabre en els seus buits i les de capítols han de dur títols descriptius, com encapçalaments.
• TTML, IMSC i EBU-TT-D són els formats professionals; cada conversió pot perdre accents, veus i posicions, així que revisa sempre el resultat.
• En MP4, HLS i DASH, cada pista necessita idioma, títol i marca de funció (CHARACTERISTICS en HLS, Role i Accessibility en DASH) perquè el reproductor l'ofereixi bé.
• Les pistes es perden en exportar, pujar, retallar, passar del directe a l'enregistrament i traduir: comprova la conservació (7.1.3 i 7.2.3) a cada baula.