Audiodescripción profesional: guion, locución y audiodescripción extendida

La audiodescripción (AD) es la narración de la información visual relevante de un vídeo (acciones, escenarios, gestos, texto en pantalla) insertada en los silencios de la banda sonora. Permite que una persona ciega o con baja visión siga el contenido con la misma información que el resto. Es un trabajo profesional con norma propia en España, la UNE 153020:2005 «Audiodescripción para personas con discapacidad visual. Requisitos para la audiodescripción y elaboración de audioguías». En esta lección verás qué exigen las WCAG, cómo se escribe un guion, cómo se locuta y cuándo hace falta AD extendida.

Qué exigen las WCAG 2.2 y la EN 301 549

• 1.2.3 Audiodescripción o alternativa multimedia (grabado), nivel A: para vídeo grabado sincronizado, se ofrece audiodescripción o una alternativa textual completa (transcripción descriptiva).
• 1.2.5 Audiodescripción (grabado), nivel AA: la audiodescripción es obligatoria; la transcripción ya no basta. Es el nivel que exige el RD 1112/2018 (PDF, se abre en una ventana nueva) (EN 301 549 (PDF, se abre en una ventana nueva), 9.1.2.5 y 10.1.2.5).
• 1.2.7 Audiodescripción extendida (grabado), nivel AAA: cuando los silencios no bastan, se pausa el vídeo para describir.
• 1.2.8 Alternativa multimedia (grabado), nivel AAA: transcripción descriptiva completa además de la AD.
• Excepción práctica: si el vídeo no contiene información visual que no esté ya en el audio (una persona hablando a cámara, un podcast con imagen fija), la AD no aporta nada y basta indicarlo; conviene documentarlo en la declaración.
• La EN 301 549 añade en el capítulo 7 requisitos para los reproductores: 7.2.1 (reproducción de AD), 7.2.2 (sincronización) y 7.2.3 (conservación de la AD al transmitir o convertir), y en 10.6 la temporización de la AD en documentos.

Qué se describe y qué no

La UNE 153020 y la práctica profesional coinciden en los principios:

• Describir lo relevante para la comprensión: quién está, dónde, qué hace, qué cambia. Prioriza acciones y elementos que la trama o el mensaje necesitan.
• Objetividad: se describe lo que se ve, no lo que se interpreta. «Frunce el ceño y aparta la mirada», no «está enfadado». La inferencia la hace quien escucha.
• Texto en pantalla: títulos, rótulos, nombres de ponentes, cifras de un gráfico, mensajes de un chat se leen literalmente o se resumen cuando son largos. Es el elemento que más se olvida en vídeos institucionales.
• No pisar los diálogos ni los sonidos significativos (una puerta que se cierra, una risa, música con función narrativa). La AD ocupa los huecos.
• No adelantarse: no revelar lo que la narración desvela después.
• Léxico preciso y variado, frases cortas, presente de indicativo, tercera persona, sin «vemos» ni «aparece en pantalla».
• Identificar a los personajes por su nombre cuando ya se ha dicho; antes, por un rasgo distintivo («la mujer del abrigo rojo»).
• Coherencia con la obra: registro y ritmo acordes (un documental institucional admite un tono distinto al de una ficción).

El guion de audiodescripción

El flujo profesional:

1. Visionado completo y análisis: lista de personajes, escenarios, textos en pantalla, elementos recurrentes, y detección de huecos (silencios o pasajes musicales sin información).
2. Guion con códigos de tiempo: cada unidad descriptiva (bocadillo) tiene tiempo de entrada y salida, duración disponible y texto. Se mide la locución a unas 160-180 palabras por minuto; un hueco de 3 segundos admite unas 8-9 palabras.
3. Revisión por una segunda persona (idealmente una persona ciega consultora) para comprobar comprensión, prioridad y objetividad.
4. Locución: voz clara, neutra, distinta de las voces del vídeo (si el vídeo es narrado por una mujer, suele usarse voz masculina para la AD, y viceversa), sin dramatizar, con volumen equilibrado respecto a la mezcla original.
5. Mezcla: la AD se mezcla con la banda sonora original atenuando ligeramente el fondo (ducking) para que la voz se entienda. Se entrega como pista de audio alternativa o como versión completa del vídeo con AD.

00:00:03 - 00:00:07 (4 s): "Fachada de ladrillo con grandes cristaleras. Rótulo: Biblioteca Municipal Río Segura."
00:00:14 - 00:00:19 (5 s): "Interior. Estanterías bajas, mesas con lámparas y una rampa hasta la zona infantil."
00:00:31 - 00:00:35 (4 s): "Rótulo: Horario de lunes a sábado, de 9 a 21 horas."
00:01:05 - 00:01:10 (5 s): "Una bibliotecaria entrega un libro en braille a un niño que sonríe."

Audiodescripción extendida

Cuando los huecos no bastan (clases grabadas con pizarra llena de texto, demostraciones de software, vídeos con diálogo continuo y mucha información visual), la solución es la AD extendida (1.2.7): el vídeo se pausa mientras se reproduce la descripción y luego continúa. Técnicamente se implementa de dos formas: una versión alternativa del vídeo con las pausas insertadas (fácil de distribuir, pero duplica el fichero y rompe la sincronía con los subtítulos), o un reproductor que soporte pistas de descripción con pausa, como Able Player, que lee descripciones en texto (WebVTT kind="descriptions") con voz sintética y puede pausar el vídeo en cada una. Es la opción más flexible y la que permite que la persona ajuste velocidad y voz.

Audiodescripción en texto y voz sintética

La AD en texto (pista WebVTT de descripciones) leída por síntesis de voz del navegador o del reproductor es una técnica reconocida (WCAG técnica H96) y abarata enormemente la producción: no hay locución ni mezcla, y el texto es también una transcripción descriptiva. Sus límites: depende del reproductor (los nativos de navegador no la leen), la voz sintética es menos agradable y la sincronía con pausas requiere un reproductor que las soporte. Para catálogos grandes (formación interna, vídeos de redes) es una vía realista; para producciones de difusión amplia, la AD locutada sigue siendo el estándar de calidad.

Formatos de entrega y publicación

• Pista de audio alternativa dentro del mismo fichero (MP4 con dos pistas) o del mismo manifest (HLS/DASH con audio alternativo marcado como CHARACTERISTICS="public.accessibility.describes-video" en HLS). Es lo que soportan los reproductores profesionales y la televisión.
• Versión completa con AD como vídeo separado, enlazada desde el vídeo principal («Ver versión con audiodescripción»). Es la solución más compatible con YouTube, que no ofrece pistas de audio alternativas para todos los canales.
• WebVTT de descripciones para reproductores que lo soporten.
• Transcripción descriptiva en HTML bajo el vídeo, siempre recomendable y obligatoria para alcanzar AAA (1.2.8).

Resumen

• 1.2.5 (nivel AA) hace obligatoria la audiodescripción en vídeo grabado con información visual relevante; 1.2.3 admite transcripción solo en nivel A; 1.2.7 y 1.2.8 son AAA.
• La UNE 153020 fija los principios: describir lo relevante con objetividad, leer el texto en pantalla, no pisar diálogos ni sonidos significativos, no adelantarse, frases cortas en presente.
• Flujo: visionado y análisis, guion con códigos de tiempo y duración, revisión, locución neutra y mezcla equilibrada.
• La AD extendida pausa el vídeo cuando los huecos no bastan; la AD en texto (WebVTT descriptions) con voz sintética es una vía económica si el reproductor la soporta.
• Entrega como pista de audio alternativa, versión completa con AD o WebVTT, más transcripción descriptiva en HTML.