Vidéos accessibles : sous-titres, transcription, audiodescription

Une erreur revient dans presque tous les audits : l’organisation pense ses vidéos accessibles parce que la plateforme d’hébergement propose des sous-titres automatiques. Ces sous-titres sont un brouillon, souvent utile, rarement exact, et ils ne répondent qu’à une partie des besoins. Une vidéo accessible repose sur quatre réponses complémentaires, dont la plus économique se décide avant même le tournage.

Quatre besoins, quatre réponses

Les sous-titres rendent la bande-son accessible aux personnes sourdes ou malentendantes, et à quiconque regarde sans le son. Des sous-titres adaptés ne se limitent pas aux paroles : ils indiquent qui parle, les sons qui portent du sens (une alarme, des applaudissements, une musique qui change le ton) et restent synchronisés avec l’image.

La transcription est un texte complet, consultable sans la vidéo : paroles, informations sonores et, idéalement, description des éléments visuels importants. Elle sert aux personnes sourdaveugles qui lisent sur un afficheur braille, à celles qui lisent plus vite qu’elles n’écoutent, aux connexions trop lentes pour la vidéo, et au référencement.

L’audiodescription rend accessible l’information visuelle aux personnes aveugles ou malvoyantes : une voix décrit, dans les silences, ce qui est montré et n’est pas dit. Dans une vidéo institutionnelle, il s’agit le plus souvent de textes affichés, de graphiques, de démonstrations à l’écran.

Le lecteur, enfin, doit pouvoir être utilisé par tous : boutons atteignables et activables au clavier, nommés pour les lecteurs d’écran, sous-titres activables, pas de lecture automatique avec le son. Une vidéo parfaitement sous-titrée dans un lecteur inutilisable au clavier reste inaccessible.

Ce qu’exigent les référentiels

Les règles pour l’accessibilité des contenus web (WCAG), dont la version 2.2 date d’octobre 2023, consacrent plusieurs critères aux médias temporels. En France, le RGAA 4.1.2 les reprend dans sa thématique « Multimédia » ; en Europe, la norme EN 301 549 s’y réfère. Le niveau AA est celui que visent les obligations légales, y compris l’European Accessibility Act applicable depuis le 28 juin 2025 aux services qu’il couvre.

La langue des signes et l’audiodescription étendue relèvent du niveau AAA : elles ne sont pas exigées en général, mais elles peuvent s’imposer pour un public précis, par exemple une communication destinée aux personnes sourdes signantes.

Produire : la méthode en six étapes

Rendre accessible une vidéo terminée coûte cher : il faut décrire après coup ce que le montage n’a pas laissé le temps de dire, insérer des pauses, parfois remonter. Intégrer l’accessibilité au processus de production coûte beaucoup moins.

1. Écrire en décrivantDès le script, l’intervenant dit ce qui est montré : il lit le titre affiché, commente le chiffre du graphique, nomme l’interface qu’il manipule. On parle de description intégrée. Elle rend souvent inutile une audiodescription séparée, et elle profite à tous les spectateurs.
2. Prévoir l’imageLaisser de la place en bas de l’écran pour les sous-titres, éviter les textes incrustés trop brefs pour être lus, proscrire les clignotements rapides, soigner le contraste des titres.
3. Soigner le sonUn son propre, une voix au premier plan et une musique discrète améliorent la compréhension de tous, et la qualité de la reconnaissance vocale qui produira le premier jet des sous-titres.
4. Sous-titrer et transcrirePartir de la reconnaissance automatique, puis relire, corriger, découper et synchroniser. Ajouter les locuteurs et les sons significatifs. Produire la transcription à partir du même texte, complétée des éléments visuels importants.
5. Audiodécrire ce qui resteSi des informations visuelles ne sont toujours pas dites, rédiger une audiodescription et l’enregistrer dans les silences, ou publier une version audiodécrite à côté de la version standard.
6. Publier et vérifierIntégrer la vidéo dans un lecteur accessible, publier la transcription juste à côté, puis tester : au clavier seul, avec un lecteur d’écran, sous-titres activés, sans le son.

L’audiodescription la moins chère est celle dont on n’a pas besoin, parce que le script dit déjà ce que l’image montre.

Sous-titrer correctement

Des sous-titres corrects se lisent sans effort. Ils apparaissent au moment où les paroles sont prononcées, restent assez longtemps pour être lus, tiennent sur une ou deux lignes et se découpent selon le sens plutôt qu’au milieu d’un groupe de mots. Ils signalent les changements de locuteur et les informations sonores, entre crochets ou par une convention de couleur expliquée. En France, la charte de qualité du sous-titrage destiné aux personnes sourdes ou malentendantes, adoptée en 2011 sous l’égide du CSA, aujourd’hui Arcom, fournit des repères utiles au-delà de la télévision.

Le format compte aussi. Des sous-titres fournis dans un fichier séparé (au format WebVTT, par exemple) peuvent être activés, désactivés, agrandis et traduits ; des sous-titres incrustés dans l’image ne le peuvent pas. Sauf contrainte de diffusion particulière, on préfère le fichier séparé.

Le direct, cas à part

Un webinaire, une séance publique retransmise ou une conférence en ligne demandent des sous-titres en direct au niveau AA. Deux solutions coexistent : un sous-titreur professionnel, par vélotypie ou sténotypie, qui offre la meilleure qualité ; ou la reconnaissance vocale en temps réel, moins coûteuse, dont la qualité dépend fortement du son et du vocabulaire. Pour une séance officielle ou à fort enjeu, le sous-titrage humain reste la référence. Dans tous les cas, la vidéo republiée ensuite doit recevoir des sous-titres corrigés.

Par où commencer

Pour un catalogue existant, inutile de tout reprendre d’un coup. On recense les vidéos, on les classe par audience et par importance (parcours d’usagers, formation obligatoire, communication de crise), et l’on traite d’abord les plus consultées et les plus nécessaires. Pour les nouvelles vidéos, on modifie le cahier des charges des prestataires : sous-titres corrigés, transcription et, le cas échéant, audiodescription font partie du livrable, au même titre que le montage.

Ce travail trouve sa place dans une démarche d’ensemble, que décrit notre dossier complet sur l’accessibilité numérique. Notre expertise web accessible et notre offre accessibilité et inclusion accompagnent les organisations, de l’audit des contenus existants à la formation des équipes de production.

Questions fréquentes

Les sous-titres automatiques suffisent-ils ?

Non, pas tels quels. La reconnaissance vocale commet des erreurs sur les noms propres, le vocabulaire technique, les accents et les passages bruyants, et elle n'indique ni les locuteurs ni les sons significatifs. Elle fournit un bon premier jet, qu'une personne doit relire, corriger et synchroniser avant publication.

Faut-il une audiodescription pour toutes les vidéos ?

Au niveau AA, une vidéo préenregistrée doit être audiodécrite lorsque des informations visuelles importantes ne sont pas données par la bande-son. Si le script décrit déjà ce qui est montré, par exemple un intervenant qui lit à voix haute le texte affiché à l'écran, l'audiodescription séparée devient inutile. C'est pourquoi l'accessibilité se décide dès l'écriture.

Une transcription remplace-t-elle les sous-titres ?

Non. Les sous-titres sont synchronisés avec l'image et permettent de suivre la vidéo ; la transcription est un texte complet, consultable sans la vidéo, utile notamment aux personnes sourdaveugles qui lisent en braille et à celles qui préfèrent lire. Les deux se complètent et se produisent à partir du même travail.

Les vidéos publiées sur une plateforme externe sont-elles concernées ?

Oui, si elles font partie de votre service ou de votre site. Vous restez responsable du contenu : sous-titres corrigés, transcription publiée à côté de la vidéo, et choix d'un lecteur intégré qui reste utilisable au clavier et avec un lecteur d'écran.