Caption (Closed Captions, CC)

Definizione — Le Caption (o Closed Captions, CC) sono testi sincronizzati che riproducono dialoghi e suoni significativi (rumori, musica, speaker) direttamente nel player. A differenza dei “sottotitoli” tradizionali usati per la traduzione, le caption includono informazioni non verbali utili alle persone sorde o ipoudenti.

Perché contano (accessibilità & SEO)

• Accessibilità: rendono fruibili i contenuti audiovisivi a chi non può sentire o ha difficoltà di comprensione del parlato.
• UX & contesti d’uso: utili anche in ambienti rumorosi o silenziosi (ufficio, mezzi pubblici).
• SEO: i testi delle caption (file .vtt) favoriscono indicizzazione tematica e “AI Overview”.

Mappatura normativa

• WCAG 2.1: 1.2.2 Captions (Prerecorded) (A); 1.2.4 Captions (Live) (AA); correlazioni con 1.2.1/1.2.3 per audio/video.
• EN 301 549: requisiti per il web che referenziano i criteri WCAG nella sezione 9 (es. 9.1.2.2, 9.1.2.4).

Come implementarle in HTML5

Usa il tag con file WebVTT:

<video controls="" width="640" poster="/media/cover.jpg">
<source class="img-fluid w-100" src="/media/video.mp4" type="video/mp4" />
<track kind="captions" class="img-fluid w-100" src="/media/it.vtt" srclang="it" label="Italiano" default="">
<track kind="captions" class="img-fluid w-100" src="/media/en.vtt" srclang="en" label="English">
Il tuo browser non supporta il video HTML5.
</track>
</track>
</video>

Esempio minima struttura .vtt:

WEBVTT
00:00:02.000 --> 00:00:04.500
[Musica di apertura]
00:00:05.000 --> 00:00:08.000
Speaker: Benvenuti alla guida sull’accessibilità.

Buone pratiche

• Completezza: includi suoni rilevanti e identificazione del parlante.
• Sincronizzazione: testi visibili quando il suono è percepibile (± 100–200 ms).
• Leggibilità: 2–3 righe max, 32–40 caratteri/linea, contrasto sufficiente, area che non copra elementi critici.
• Multilingua: un file VTT per lingua; imposta default sulla lingua principale.
• Live caption: per dirette/streaming prevedi stenotipia o ASR con supervisione umana.

Errori comuni

• Fornire solo trascrizione fuori sincrono (non basta per WCAG 1.2.2/1.2.4).
• Usare “open captions” rasterizzate nel video senza possibilità di attivazione/disattivazione.
• Dimenticare suoni non verbali (es. “porta che sbatte”, “applausi”).

Checklist rapida

• Per tutti i video preregistrati: file .vtt accurato e sincronizzato (WCAG 1.2.2 A).
• Per le dirette: servizio di caption live (WCAG 1.2.4 AA).
• Contrasto e dimensione testo adeguati; niente sovrapposizioni critiche.