Técnica SMIL WCAG 2.2
SM1Añadir audiodescripción ampliada en SMIL 1.0
En resumen
Esta técnica muestra cómo ofrecer, con SMIL 1.0, una audiodescripción más larga de la que cabe en las pausas del diálogo de un vídeo: se divide el material en varios fragmentos que se reproducen en secuencia y se congela el último fotograma mientras suena la descripción adicional. Beneficia a las personas ciegas o con baja visión, y es útil cuando el ritmo del vídeo no deja hueco suficiente para describir lo que ocurre en pantalla.
Aplicabilidad
Se aplica siempre que haya disponible un reproductor de SMIL 1.0
Descripción
El propósito de esta técnica es permitir que haya más audiodescripción de la que cabe en las pausas del diálogo del material audiovisual.
Con SMIL 1.0 no hay una forma sencilla de hacerlo, pero puede conseguirse dividiendo los ficheros de audio y vídeo en una serie de ficheros que se reproducen de forma secuencial. La audiodescripción adicional se reproduce entonces mientras el programa audiovisual está congelado. Se congela el último fotograma del fichero de vídeo para que permanezca en pantalla mientras se reproduce el fichero de audio.
El efecto es que el vídeo parece reproducirse de principio a fin, pero se congela en determinados puntos mientras se proporciona una audiodescripción más larga. Después continúa automáticamente cuando termina la audiodescripción.
Para activar y desactivar la audiodescripción ampliada se podría usar un script que alterne entre dos scripts SMIL, uno con las líneas de la audiodescripción ampliada y otro sin ellas. También se podría usar un script para añadir o eliminar las líneas de la audiodescripción ampliada del fichero SMIL, de modo que los fragmentos de vídeo simplemente se reproduzcan de forma secuencial.
Si no se dispone de scripts, se podrían proporcionar dos versiones del vídeo, una con audiodescripción ampliada y otra sin ella.
Ejemplos
Vídeo en SMIL 1.0 con audiodescripciones que ponen en pausa el contenido principal en 4 puntos para permitir una audiodescripción ampliada
<?xml version="1.0" encoding="UTF-8"?>
<smil xmlns:qt="http://www.apple.com/quicktime/resources/smilextensions"
xmlns="https://www.w3.org/TR/REC-smil" qt:time-slider="true">
<head>
<layout>
<root-layout background-color="black" height="266" width="320"/>
<region id="videoregion" background-color="black" top="26" left="0"
height="144" width="320"/>
</layout>
</head>
<body>
<par>
<seq>
<par>
<video src="video.rm" region="videoregion" clip-begin="0s" clip-end="5.4"
dur="8.7" fill="freeze" alt="videoalt"/>
<audio src="no1.wav" begin="5.4" alt="audio alt"/>
</par>
<par>
<video src="video.rm" region="videoregion" clip-begin="5.4" clip-end="24.1"
dur="20.3" fill="freeze" alt="videoalt"/>
<audio src="no2.wav" begin="18.7" alt="audio alt"/>
</par>
<par>
<video src="video.rm" region="videoregion" clip-begin="24.1" clip-end="29.6"
dur="7.7" fill="freeze" alt="videoalt"/>
<audio src="no3.wav" begin="5.5" alt="audio alt"/>
</par>
<par>
<video src="video.rm" region="videoregion" clip-begin="29.6" clip-end="34.5"
dur="5.7" fill="freeze" alt="videoalt"/>
<audio src="no4.wav" begin="4.9" alt="audio alt"/>
</par>
<par>
<video src="video.rm" region="videoregion" clip-begin="77.4" alt="video alt"/>
</par>
</seq>
</par>
</body>
</smil>El marcado anterior está dividido en cinco segmentos par. En cada uno hay una etiqueta video y una etiqueta audio (el último par no tiene etiqueta <audio> de forma intencionada). La convención con las audiodescripciones ampliadas es que el contenido principal se pone en pausa durante la descripción. La forma de conseguirlo en SMIL 1.0 es establecer un clip-begin y un clip-end, que determinan el inicio y el final del fragmento de vídeo, y establecer para el fragmento una duración mayor que la definida por clip-begin y clip-end. El fill="freeze" mantiene el último fotograma del vídeo durante la descripción ampliada. La etiqueta audio tiene un atributo begin cuyo valor es igual al valor de clip-end de la etiqueta video anterior.
Para determinar los valores de clip-begin, clip-end y dur, localice el instante de inicio y de fin de la parte del vídeo que se describe y averigüe la duración total de la audiodescripción ampliada. Los valores de clip-begin y clip-end se definen por sí mismos, pero el valor de dur es la suma de la duración de la descripción ampliada y la del fragmento definido por clip-begin y clip-end. En el primer par, el fragmento de vídeo empieza en el segundo 0, termina en el segundo 5,4 y la descripción dura 3,3 segundos, por lo que el valor de dur es 5,4 s + 3,3 s = 8,7 s.
Pruebas
Procedimiento
- Reproducir el fichero con las audiodescripciones ampliadas
- Reproducir el fichero con audiodescripción
- Comprobar si el vídeo se congela en determinados puntos y se reproduce la audiodescripción ampliada
Resultados esperados
- La comprobación n.º 3 es verdadera
Recursos
Cómo lo comprobamos en ADDAW
En las auditorías de accesibilidad de ADDAW revisamos cada criterio de conformidad siguiendo este catálogo de técnicas: comprobamos si la web aplica una técnica suficiente y documentamos cada fallo común con capturas y el código afectado, para que el equipo de desarrollo sepa exactamente qué corregir. Los informes siguen la metodología del Observatorio de Accesibilidad y la norma UNE-EN 301 549.
Fuente y licencia
Traducción al español, no oficial, realizada por ADDAW a partir de la técnica SM1 del documento «Techniques for WCAG 2.2» del W3C (versión del repositorio público del W3C a 22/10/2026). Copyright © W3C® (MIT, ERCIM, Keio, Beihang). Se publica conforme a la licencia de documentos del W3C. El texto normativo de referencia es el original en inglés; si detecta un error en la traducción, escríbanos.
