Prüfpunkt 1.2.8Stufe AAAAudio und Video
Video transkribieren: automatisch oder von Hand?
Beides. Die Spracherkennung schreibt den Rohtext in Minuten, ein Mensch macht daraus die Fassung, die stimmt. YouTube sagt selbst, dass seine automatischen Untertitel den gesprochenen Inhalt verfälschen können, und das W3C hält fest, dass ein einziges fehlendes „nicht“ den Sinn umkehrt. Von Hand transkribieren lassen lohnt sich, wenn mehrere Personen durcheinander sprechen, der Ton schlecht ist oder Fachbegriffe den Inhalt bestimmen. Welche Fehler die Automatik macht, wie die Korrektur abläuft und wie aus Untertiteln ein Transkript wird, steht unten.
Was die automatische Erkennung falsch versteht
YouTube nennt die Gründe in seiner Hilfe: Die Untertitel entstehen durch Spracherkennung, die Qualität schwankt, und falsche Aussprache, Akzente, Dialekte oder Hintergrundgeräusche verfälschen den Inhalt. Überlappende Sprecher und mehrere Sprachen zugleich verschlechtern das Ergebnis weiter. Das W3C beschreibt die Folge: Oft stimmt der automatische Text nicht mit dem Gesprochenen überein, und ein fehlendes Wort wie „nicht“ lässt den Text das Gegenteil des Videos behaupten. Namen von Personen, Produkten und Orten sowie Zahlen sind die Stellen, an denen Sie beim Lesen zuerst nachsehen sollten.
So wird aus dem Rohtext ein Transkript
Das W3C empfiehlt, automatische Untertitel als Ausgangspunkt zu nehmen. Lassen Sie den Text erzeugen, spielen Sie das Video ab und lesen Sie mit; jede Abweichung wird im Untertitel-Werkzeug korrigiert. Danach exportieren Sie den Text: Die meisten Untertitel-Werkzeuge bieten laut W3C eine reine Textfassung an, sonst löschen Sie die Zeitmarken selbst. Das Ergebnis ist ein einfaches Transkript mit dem Gesprochenen und den Geräuschen, die zum Verständnis nötig sind. Für ein beschreibendes Transkript ergänzen Sie je Szene, was im Bild zu sehen ist; erst damit erfüllt der Text das Kriterium 1.2.8 für Videos.
Wann die Handarbeit von Anfang an günstiger ist
WebAIM schreibt, dass rein automatische Erkennung in kontrollierten Umgebungen manchmal ausreicht und sonst Fehler und fehlende Satzzeichen liefert. Die Umkehrung gilt ebenso: Eine Podiumsdiskussion mit vier Stimmen, ein Interview im Freien, ein Vortrag voller Fachwörter erzeugen einen Rohtext, dessen Korrektur länger dauert als das Abschreiben. Dann schreibt eine Person den Text direkt vom Video, am besten jemand, der das Thema kennt. Beim Vergleich der Angebote zählt, ob die Beschreibung des Bildinhalts enthalten ist; viele Dienste liefern nur das Gesprochene.
Beispiele
Fehlendes Wort kehrt den Sinn um
Rohtext der Spracherkennung:
Die Garantie gilt bei Schäden durch FeuchtigkeitKorrigiertes Transkript:
Die Garantie gilt nicht bei Schäden durch Feuchtigkeit.
[Bild: Tabelle „Ausgeschlossene Schäden“, erste Zeile hervorgehoben.]Das W3C nennt genau diesen Fall: Ein fehlendes „nicht“ lässt den Text dem Video widersprechen.
So gehen Sie es an
- Prüfen Sie den Rohtext zuerst an den Stellen mit Namen, Zahlen und Verneinungen; dort entstehen die Fehler, die den Sinn verändern.
- Lesen Sie den fertigen Text einmal ohne das Video. Fehlt Ihnen eine Information, gehört sie als Bildbeschreibung hinein.
- Halten Sie fest, wer das Transkript geprüft hat und wann; bei einer Neufassung des Videos wird der Text mitgeändert.
Mehr zu diesem Thema
Weiter im Prüfbereich Barrierefreiheit
- Was bringt Barrierefreiheit meinem Umsatz?Fast jede Startseite hat messbare Fehler, nur 20 von 65 großen deutschen Shops sind per Tastatur bedienbar. Was das für Ihren Umsatz belegt und was nicht.
- Wie lesen KI-Agenten und Browser-Assistenten meine Website?Viele KI-Agenten lesen den Barrierefreiheitsbaum des Browsers, dieselbe Struktur wie ein Vorleseprogramm. Was ein Agent sieht und was er übersieht.
- Wie wird ein Live-Audio-Stream zugänglich?WCAG 2.2 Kriterium 1.2.9 (Stufe AAA): Live-Audio ohne Bild bekommt eine gleichwertige Textalternative, etwa eine Live-Mitschrift. Was gilt und wie es geht.
- Wie machen Websites den Zweck von Symbolen und Bereichen maschinenlesbar?WCAG 2.2 Kriterium 1.3.6 (Stufe AAA): Bei Bedienelementen, Symbolen und Bereichen steht der Zweck im Quelltext, damit Hilfstechnik sie umgestalten kann.
Dieser Prüfpunkt gehört zum Prüfbereich Barrierefreiheit; dort stehen alle Prüfpunkte im Überblick. Was die Prüfung insgesamt leistet, zeigt die Leistungsseite; wie ein Ergebnis zustande kommt, erklärt das Prüfverfahren. Alle Prüfbereiche im Überblick: Wissensbasis.
