WCAG 1.4.7: Niski poziom lub brak dźwięku tła

Co oznacza ta zasada

Kryterium sukcesu WCAG 1.4.7 — Niski poziom lub brak dźwięku tła — ma zastosowanie do uprzednio nagranych treści wyłącznie dźwiękowych, które zawierają mowę na pierwszym planie. Nie dotyczy nagrań, które same w sobie są wykonaniem muzycznym, na przykład piosenką, ani nagrań, które są przede wszystkim ambientowym pejzażem dźwiękowym bez zamierzonego komponentu mowy. Gdy występują treści dźwiękowe oparte na mowie, kryterium wymaga spełnienia co najmniej jednego z trzech poniższych warunków:

• Brak dźwięku tła: Ścieżka dźwiękowa zawiera mowę bez jakichkolwiek dźwięków w tle — cisza za głosem.
• Kontrola użytkownika: Każdy dźwięk tła może zostać wyłączony przez użytkownika, niezależnie od mowy na pierwszym planie, bez wpływu na treść mówioną.
• Zasada 20 dB: Dźwięki tła są co najmniej o 20 decybeli cichsze niż mowa na pierwszym planie. Różnica 20 dB w przybliżeniu oznacza, że dźwięk tła jest czterokrotnie cichszy niż mowa, co stanowi istotną różnicę percepcyjną dla większości słuchaczy.

Zaliczenie jest odnotowywane, gdy którykolwiek z tych trzech warunków jest w pełni spełniony. Niezaliczenie występuje, gdy mowa na pierwszym planie konkuruje z dźwiękiem tła, którego nie można wyłączyć, a różnica głośności jest mniejsza niż 20 dB względem sygnału mowy. Należy zauważyć, że okazjonalne efekty dźwiękowe — takie jak krótki dźwięk powiadomienia — trwające tylko jedną lub dwie sekundy są wyraźnie wyłączone z tego wymagania przez specyfikację WCAG.

Kryterium to ma zastosowanie do ścieżki dźwiękowej niezależnie od tego, czy dźwięk jest dostarczany jako samodzielny plik audio, jako komponent audio wideo, czy osadzony za pomocą odtwarzacza podcastów, elementu HTML5 <audio> lub zewnętrznego widżetu multimedialnego. Wymaganie dotyczy produkcji samej treści audio, a nie konkretnego elementu HTML czy atrybutu ARIA — dlatego narzędzia do automatycznego skanowania nie mogą wiarygodnie wykrywać naruszeń i zawsze konieczny jest ręczny przegląd rzeczywistej treści audio.

Dlaczego to ma znaczenie

Według Światowej Organizacji Zdrowia około 1,5 miliarda ludzi na całym świecie żyje z pewnym stopniem ubytku słuchu. Nawet umiarkowany ubytek słuchu może sprawić, że wyodrębnienie głosu mówiącej osoby będzie niezwykle trudne — czasem wręcz niemożliwe — gdy muzyka w tle, hałas otoczenia lub inne elementy dźwiękowe są zmiksowane na podobnym lub konkurencyjnym poziomie głośności. Dla użytkowników polegających na aparatach słuchowych lub implantach ślimakowych zakłócenia dźwiękiem tła są wzmacniane razem z mową, co dramatycznie pogarsza, a nie poprawia zrozumiałość.

Użytkownicy z niepełnosprawnościami poznawczymi, w tym osoby z zaburzeniami uwagi, zaburzeniami przetwarzania słuchowego lub urazowymi uszkodzeniami mózgu, również napotykają poważne trudności, gdy ścieżki dźwiękowe zawierają konkurujące dźwięki. Nawet jeśli słuchacz nie ma mierzalnego ubytku słuchu, jego mózg może mieć problem z odfiltrowaniem nieistotnych sygnałów dźwiękowych i skupieniem się na treści mówionej, co prowadzi do zmęczenia, braku zrozumienia lub całkowitego wykluczenia z treści.

Rozważmy konkretny scenariusz z rzeczywistości: turecka agencja rządowa publikuje nagrany materiał audio wyjaśniający, jak obywatele mogą ubiegać się o świadczenie socjalne. Głos lektora jest zmiksowany z ciągłą ścieżką muzyczną w tle na mniej więcej równym poziomie głośności. Użytkownik z umiarkowanym czuciowo-nerwowym ubytkiem słuchu odwiedza stronę, korzystając z aparatu słuchowego. Ponieważ aparat słuchowy wzmacnia wszystkie częstotliwości jednocześnie, muzyka bezpośrednio konkuruje z mową lektora. Użytkownik nie jest w stanie zrozumieć instrukcji i przegapia termin złożenia wniosku o świadczenie. Gdyby nagranie audio zostało przygotowane bez muzyki w tle lub gdyby udostępniono kontrolę głośności pozwalającą niezależnie wyciszyć ścieżkę tła, użytkownik miałby równy dostęp do informacji.

Poza niepełnosprawnością, czysty dźwięk z minimalnym szumem tła poprawia zrozumiałość dla wszystkich użytkowników — osób słuchających w hałaśliwym otoczeniu na urządzeniach mobilnych, osób niebędących rodzimymi użytkownikami języka, w którym mówi lektor, oraz użytkowników w warunkach niskiej przepustowości, gdzie jakość dźwięku może być już obniżona. Istnieją także pośrednie korzyści SEO: transkrypcje wyraźnie zrozumiałego dźwięku generują wyższej jakości treści tekstowe, które wyszukiwarki mogą indeksować, poprawiając wykrywalność Twoich treści.

Powiązane reguły Axe-core

WCAG 1.4.7 wymaga testów manualnych. Nie istnieje zautomatyzowana reguła axe-core, która mogłaby wykryć to naruszenie, i jest to zamierzone. Zautomatyzowane skanery dostępności, takie jak axe-core, Lighthouse czy IBM Equal Access Checker, działają poprzez analizę struktury DOM, atrybutów HTML, ról ARIA i obliczonych stylów strony internetowej. Nie mają możliwości, aby:

• Analizować treść audio pliku: Skanery nie mogą otworzyć pliku audio lub wideo i zmierzyć względnych poziomów decybeli mowy na pierwszym planie względem dźwięku tła. Wymagałoby to przetwarzania sygnału audio daleko wykraczającego poza zakres działania narzędzia do sprawdzania dostępności opartego na DOM.
• Wykryć, czy istnieje oddzielna kontrola dźwięku tła i czy działa poprawnie: Nawet jeśli w DOM znajduje się kontrolka interfejsu oznaczona jako „Turn off background music”, skaner nie może zweryfikować, czy faktycznie wycisza ona ścieżkę dźwięku tła bez wpływu na ścieżkę mowy, ani czy działa zgodnie z oczekiwaniami we wszystkich przeglądarkach.
• Odróżnić mowę od dźwięku niemówionego: Zautomatyzowane narzędzia nie mogą wiarygodnie sklasyfikować pliku audio jako głównie mowa, głównie muzyka lub głównie ambient, co jest wstępnym rozstrzygnięciem, zanim kryterium w ogóle zacznie mieć zastosowanie.

Ponieważ cała ocena musi być przeprowadzona przez recenzenta-ludzi słuchającego treści i, w razie potrzeby, korzystającego z oprogramowania do analizy dźwięku w celu pomiaru poziomów decybeli, axe-core oznacza to kryterium jako wymagające przeglądu manualnego. Gdy uruchomisz axe DevTools na stronie zawierającej elementy <audio> lub <video>, narzędzie może wyświetlić ogólną poradę związaną z multimediami, przypominającą o ręcznej ocenie kryteriów jakości dźwięku, ale nie wyda automatycznie werdyktu zaliczenia lub niezaliczenia dla 1.4.7.

Jak testować

1. Sporządź inwentarz wszystkich treści audio na stronie. Załaduj stronę i zidentyfikuj każdy element <audio>, każdy element <video> ze ścieżką dźwiękową, każdy osadzony podcast lub odtwarzacz multimedialny oraz wszelki dźwięk tła odtwarzany automatycznie. Ustal, czy każda z tych treści audio jest uprzednio nagrana i zawiera mowę na pierwszym planie. Jeśli jest to czysta ścieżka muzyczna lub dźwięk ambientowy bez mowy, 1.4.7 nie ma do niej zastosowania.
2. Uruchom automatyczne skanowanie w poszukiwaniu podstawowych problemów. Użyj axe DevTools, Lighthouse lub wbudowanego audytu widżetu Accsible, aby przeskanować stronę. Choć narzędzia te nie ocenią jakości dźwięku, mogą wskazać brakujące napisy, brak atrybutów controls w elementach <audio> lub powiązane problemy z dostępnością multimediów. Usuń wszystkie zgłoszone problemy przed przystąpieniem do manualnej oceny dźwięku.
3. Przesłuchaj każdą kwalifikującą się ścieżkę audio w całości. Użyj wbudowanego odtwarzacza na stronie lub pobierz plik i otwórz go w odtwarzaczu multimedialnym. Słuchaj w szczególności muzyki w tle, dźwięków ambientowych lub innych dźwięków niemówionych, które odtwarzane są jednocześnie z mową na pierwszym planie.
4. Oceń, czy dźwięk tła można wyłączyć niezależnie. Jeśli odtwarzacz zapewnia oddzielną kontrolę wyciszania lub ściszania muzyki w tle bez wpływu na ścieżkę głosu, zweryfikuj, że kontrola ta działa zgodnie z oczekiwaniami w Chrome, Firefox i Safari. Przetestuj nawigację wyłącznie za pomocą klawiatury, aby potwierdzić, że kontrola jest dostępna.
5. Zmierz poziomy decybeli, jeśli dźwięk tła jest obecny i nie można go wyłączyć. Zaimportuj plik audio do darmowego edytora dźwięku, takiego jak Audacity. Użyj wbudowanego widoku przebiegu lub spektrogramu oraz narzędzia „Analyze > Contrast” (lub równoważnego), aby zmierzyć średni poziom RMS segmentów mowy względem średniego poziomu RMS segmentów dźwięku tła. Potwierdź, że różnica wynosi co najmniej 20 dB. Jeśli nie masz dostępu do oprogramowania do analizy dźwięku, użyj swojego profesjonalnego osądu jako doświadczony słuchacz: jeśli typowa osoba z lekkim ubytkiem słuchu uznałaby dźwięk tła za rozpraszający lub przesłaniający, potraktuj to jako prawdopodobne naruszenie.
6. Przetestuj z technologiami asystującymi. Korzystając z NVDA z Firefox, VoiceOver z Safari na macOS oraz JAWS z Chrome, przejdź do każdego odtwarzacza audio. Potwierdź, że wszystkie kontrolki — w tym każda oddzielna kontrola dźwięku tła — są dostępne z klawiatury (Tab/Shift+Tab), poprawnie anonsowane przez czytnik ekranu i obsługiwane klawiszami Enter lub Spacja. Nie testuje to bezpośrednio jakości dźwięku, ale potwierdza, że wszelkie dodane przez Ciebie kontrolki naprawcze są dostępne.
7. Udokumentuj ustalenia. Zapisz, które pliki audio spełniają wymagania (brak dźwięku tła, dostępna kontrola użytkownika lub potwierdzona różnica 20 dB), które nie spełniają, a które są wyłączone (krótkie efekty dźwiękowe poniżej 2 sekund lub nagrania, które są przede wszystkim muzyką, a nie mową).

Jak naprawić

Scenariusz 1: Muzyka w tle zmiksowana zbyt głośno — Nieprawidłowe

<!-- Audio file contains a narrator speaking over background music
     mixed at roughly equal volume levels. No separate control exists.
     This fails WCAG 1.4.7 because background audio is not 20 dB below speech
     and cannot be turned off independently. -->
<audio controls src='product-explainer.mp3'>
  Your browser does not support the audio element.
</audio>

Scenariusz 1: Muzyka w tle zmiksowana zbyt głośno — Prawidłowe

<!-- The audio file has been re-exported with no background music.
     If background music is desired for branding, produce two separate
     audio tracks: one speech-only and one with music. Offer the
     speech-only version as the default accessible option. -->
<audio controls src='product-explainer-speech-only.mp3'>
  Your browser does not support the audio element.
</audio>
<p>
  <a href='product-explainer-with-music.mp3'>
    Listen to version with background music (may be harder to follow for some users)
  </a>
</p>

Scenariusz 2: Dźwięk tła z niezależną kontrolą wyciszania — Nieprawidłowe

<!-- A custom player claims to offer background audio control,
     but the button is not keyboard-accessible and has no accessible name.
     Sighted mouse users can click it, but screen reader users and
     keyboard-only users cannot reach or operate the control. -->
<div class='player'>
  <audio id='main-audio' src='lecture-with-ambience.mp3'></audio>
  <button onclick='document.getElementById("main-audio").play()'>Play</button>
  <div onclick='toggleBackground()' style='cursor:pointer'>
    <img src='music-icon.png'>
  </div>
</div>

Scenariusz 2: Dźwięk tła z niezależną kontrolą wyciszania — Prawidłowe

<!-- The background audio toggle is now a proper <button> element with
     an accessible name, keyboard focus, and an aria-pressed state so
     screen readers announce whether background audio is on or off. -->
<div class='player'>
  <audio id='main-audio' src='lecture-with-ambience.mp3'></audio>
  <audio id='bg-audio' src='background-ambience.mp3' loop></audio>
  <button onclick='document.getElementById("main-audio").play()'>Play lecture</button>
  <button
    id='bg-toggle'
    aria-pressed='true'
    onclick='toggleBackground()'
  >
    Background audio: on
  </button>
</div>
<script>
  function toggleBackground() {
    var bg = document.getElementById('bg-audio');
    var btn = document.getElementById('bg-toggle');
    if (bg.paused) {
      bg.play();
      btn.setAttribute('aria-pressed', 'true');
      btn.textContent = 'Background audio: on';
    } else {
      bg.pause();
      btn.setAttribute('aria-pressed', 'false');
      btn.textContent = 'Background audio: off';
    }
  }
</script>

Scenariusz 3: Automatyczne odtwarzanie dźwięku tła przy załadowaniu strony — Nieprawidłowe

<!-- Background audio autoplays when the page loads and there is
     no way to turn it off. If a narrator audio also plays, the
     background audio will compete with it and cannot be suppressed. -->
<audio autoplay loop src='ambient-background.mp3'></audio>
<audio controls src='welcome-message.mp3'></audio>

Scenariusz 3: Automatyczne odtwarzanie dźwięku tła przy załadowaniu strony — Prawidłowe

<!-- Background audio does not autoplay. A clearly labeled, keyboard-
     accessible button allows the user to opt in if desired. The speech
     audio is presented independently and cleanly without competition. -->
<audio id='bg' loop src='ambient-background.mp3'></audio>
<button onclick='document.getElementById("bg").play()'>
  Play background music (optional)
</button>
<audio controls src='welcome-message.mp3'>
  Your browser does not support the audio element.
</audio>

Typowe błędy

• Miksowanie muzyki w tle na poziomie -10 dB zamiast wymaganych -20 dB: Producenci często stosują umiarkowane obniżenie głośności muzyki w tle i zakładają, że jest ono wystarczające. Standard WCAG wymaga pełnej różnicy 20 dB (około czterokrotnie ciszej), a nie tylko zauważalnego zmniejszenia. Zawsze weryfikuj to za pomocą narzędzia do analizy dźwięku, zamiast polegać wyłącznie na subiektywnym osądzie.
• Mylenie ogólnej kontroli głośności odtwarzacza z niezależną kontrolą dźwięku tła: Główny suwak głośności, który jednocześnie ścisza zarówno mowę, jak i dźwięk tła, nie spełnia warunku „użytkownik może wyłączyć dźwięk tła”. Kontrola musi wyciszać wyłącznie dźwięk tła bez wpływu na mowę na pierwszym planie.
• Zakładanie, że kryterium dotyczy tylko samodzielnych plików audio: Wielu deweloperów przeocza fakt, że ścieżka dźwiękowa elementu wideo podlega w równym stopniu 1.4.7. Wideo wyjaśniające z głośną muzyką w tle zmiksowaną w ścieżce audio narusza kryterium tak samo jak plik podcastu.
• Traktowanie wszystkich krótkich dźwięków jako wyłączonych: Wyłączenie WCAG dla krótkich efektów dźwiękowych dotyczy tylko dźwięków trwających dwie sekundy lub mniej. Powtarzający się krótki dżingiel odtwarzany co kilka sekund lub pętla krótkich dźwięków w tle nie jest objęta tym wyłączeniem i nadal musi spełniać wymagania.
• Brak testowania przełącznika dźwięku tła przy użyciu nawigacji wyłącznie klawiaturą: Zespoły często implementują atrakcyjny wizualnie przycisk wyciszania, używając elementu nieinteraktywnego, takiego jak <div> lub <span>, który nie jest dostępny klawiszem Tab i nie działa z Enter lub Spacją. Użyj natywnego elementu <button>, aby wbudować obsługę klawiatury i technologii asystujących.
• Zapominanie o dodaniu aria-pressed lub równoważnego stanu do przycisków przełączania dźwięku tła: Bez wskaźnika stanu użytkownicy czytników ekranu mogą obsługiwać przycisk, ale nie wiedzą, czy dźwięk tła jest aktualnie włączony, czy wyłączony. Zawsze odzwierciedlaj bieżący stan w dostępnej nazwie przycisku lub za pomocą aria-pressed.
• Tworzenie tylko jednego zmiksowanego pliku audio zamiast oferowania oddzielnych ścieżek: Gdy dźwięk tła jest integralny dla zamysłu kreatywnego, zespoły często eksportują pojedynczy zmiksowany plik zamiast oferować alternatywę zawierającą wyłącznie mowę. Udostępnienie oddzielnej wersji tylko z mową wymaga bardzo niewielkiego dodatkowego wysiłku produkcyjnego i całkowicie eliminuje ryzyko braku zgodności.
• Stosowanie 1.4.7 do transmisji audio na żywo: Kryterium to wyraźnie obejmuje wyłącznie uprzednio nagrane nagrania audio. Transmisje audio na żywo nie podlegają tej konkretnej zasadzie, choć inne kryteria, takie jak 1.4.4 (Zmiana rozmiaru tekstu) i wymagania dotyczące napisów, mogą nadal mieć zastosowanie do powiązanych treści.
• Brak sprawdzania osadzonych odtwarzaczy zewnętrznych: Gdy treści są osadzane z zewnętrznych platform (hostów podcastów, CDN-ów wideo, serwisów udostępniania audio), zespoły często zakładają, że za zgodność odpowiada platforma. Jednak właściciel strony odpowiada za dostępność wszystkich treści na swoich stronach, w tym osadzonych multimediów. Zweryfikuj, czy zewnętrzny odtwarzacz spełnia wymagania dotyczące jakości dźwięku lub oferuje niezbędne kontrolki.
• Pomiar poziomów szczytowych zamiast średnich poziomów RMS przy sprawdzaniu wymogu 20 dB: Próg 20 dB w WCAG 1.4.7 odnosi się do percepcyjnej głośności dźwięku, najlepiej przybliżanej przez średnie poziomy RMS (Root Mean Square), a nie chwilowe poziomy szczytowe. Używanie pomiarów poziomów szczytowych może dawać myląco korzystne wyniki, które nie odzwierciedlają rzeczywistego doświadczenia słuchowego.

Związek z tureckimi regulacjami dotyczącymi dostępności

Okrężnik Prezydencki Turcji 2025/10, opublikowany w Dzienniku Urzędowym nr 32933 w dniu 21 czerwca 2025 r., ustanawia obowiązkowe wymagania dotyczące dostępności cyfrowej dla szerokiego zakresu podmiotów publicznych i prywatnych działających w Turcji. Okrężnik przyjmuje WCAG 2.2 jako normatywny standard techniczny i definiuje konkretne obowiązki w zakresie zgodności w zależności od typu organizacji.

Podmioty objęte obowiązkiem zgodności na mocy Okrężnika obejmują instytucje publiczne i agencje rządowe na wszystkich szczeblach, platformy e-commerce, banki i dostawców usług finansowych, szpitale i instytucje opieki zdrowotnej, operatorów telekomunikacyjnych z 200,000 lub większą liczbą abonentów, licencjonowane biura podróży, prywatne firmy transportowe oraz szkoły prywatne upoważnione przez Ministerstwo Edukacji Narodowej (MoNE). Organizacje te są zobowiązane do spełnienia co najmniej poziomu A i AA WCAG 2.2.

WCAG 1.4.7 — Niski poziom lub brak dźwięku tła — jest kryterium poziomu AAA. Oznacza to, że nie należy do kryteriów, które podmioty objęte zakresem są prawnie zobowiązane spełnić w ramach podstawowych wymagań Okrężnika 2025/10. Jednakże obowiązuje kilka istotnych uwag. Po pierwsze, organizacje, które dobrowolnie zobowiązują się do zgodności na poziomie AAA — lub które obsługują populacje z wysokim odsetkiem użytkowników z ubytkiem słuchu, takie jak szpitale, kliniki audiologiczne czy agencje pomocy społecznej — powinny traktować 1.4.7 jako de facto obowiązkowe w swoim kontekście. Po drugie, każdy podmiot, którego usługi cyfrowe obejmują treści instruktażowe oparte na dźwięku, nagrania obsługi klienta, moduły e-learningowe lub audycje informacyjne skierowane do społeczeństwa, przekona się, że spełnienie 1.4.7 znacząco poprawia rzeczywistą użyteczność tych usług dla obywateli Turcji z niepełnosprawnościami słuchu.

Turcja ma znaczną populację osób z ubytkiem słuchu, a Okrężnik odzwierciedla zaangażowanie rządu w zapewnienie równego udziału cyfrowego. Choć kryteria AAA są w standardzie technicznym przedstawiane jako aspiracyjne, w szczególności instytucje publiczne w Turcji są zachęcane do przekraczania minimalnych wymagań wszędzie tam, gdzie pozwalają na to ich treści i zasoby. Wykazanie zgodności z 1.4.7 sygnalizuje dojrzałość organizacyjną, zmniejsza ryzyko prawne i reputacyjne oraz pozycjonuje tureckie usługi cyfrowe jako liderów projektowania inkluzywnego zarówno w kraju, jak i na rynkach międzynarodowych, gdzie zgodność na poziomie AAA może być wymagana kontraktowo.