Até o HTML 4 e XHTML 1.1, a acessibilidade de conteúdo era restrita a elementos basicamente textuais e imagens, mas os documentos de hipertexto são compostos de vários elementos de hipermídia, como áudio e vídeo que, na maioria dos casos, não possuíam seu conteúdo acessível a softwares leitores de tela.
Sabemos que o HTML5 tem potenciais recursos de acessibilidade através de elementos mais semânticos e o W3C tem trabalhado em estender a acessibilidade a recursos de áudio e vídeo.
A tag video já possui suporte a vários tipos de legenda, desde soluções simples como o conhecido formato SRT até outros formatos mais robustos e complexos. O W3C formou um grupo de trabalho para o desenvolvimento de padrões de legenda que visam atender as características de acessibilidade e portabilidade: Timed Text Working Group (TT WG).
Uma das mais recentes recomendações do W3C que é a base dos trabalhos do TT WG é o Timed Text Markup Language (TTML) v.1.0 e foi publicada oficialmente como recomendação em 18 de novembro de 2010. A TTML é uma linguagem de marcação baseada em XML que permite a representação de uma informação textual associada a uma informação de tempo.
A TTML é a linguagem utilizada pelo Distribution Format Exchange Profile (DFXP), uma especificação de tipo de conteúdo de texto cronometrado proposta para substituir antigos formatos de legenda. O DFXP faz parte das especificações de Timed Text Authoring Format (TT AF).
O DFXP oferece mais ferramentas e possibilidades criativas para a apresentação de legendas. É possível criar e aplicar estilos aos textos apresentados, utilizar elementos já conhecidos do HTML (como ), modificar alinhamento e trabalhar com múltiplas regiões (regions) de apresentação de texto. Por padrão, o layout do DFXP possui as regions default (área localizada abaixo do vídeo) __ e overlay (área que ocupa o espaço do vídeo). Estas regions são customizáveis, você pode formatar plano de fundo, transparência, fonte, etc. E também é possível criar novas regions e posicioná-las onde desejar na cena.
Nas tags que definem os textos, você define os intervalos de tempo e associa cada frase ou um conjunto de frases a uma region ****(no próximo artigo veremos a estrutura completa de um arquivo DFXP).
Mas qual a utilidade de múltiplas regiões de legenda? Você pode utilizar a region overlay para apresentar um texto de abertura do vídeo ou utilizar regions personalizadas para descrever ações/sons de uma cena, por exemplo.
E a questão fundamental de acessibilidade: as legendas são associadas, não embutidas no vídeo e, portanto, possibilita que o conteúdo seja escaneado por softwares leitores de tela e por outros mecanismos de varredura (mecanismo de busca, por exemplo). São aspectos hipotéticos que precisam ser avaliados, mas uma das intenções do TT WG é justamente desenvolver especificações para mídias acessíveis de acordo com as diretrizes de acessibilidade do W3C. As restrições sintáticas e semânticas da TTML baseada em XML favorecem a acessibilidade de conteúdo por estarem em conformidade com uma padronização.
Para ilustrar melhor o que foi apresentado neste artigo, dêem uma olhada no exemplo disponibilizado pelo W3C/TT WG: This is Coffee. É necessário visualizar em um navegador que tenha suporte à tag video do HTML5, a API de mídia e os codecs Ogg ou MPEG-4. Este demo mostra o uso de múltiplas regions e efeitos textuais. Aproveite e teste a seleção e cópia de texto da legenda.
No próximo artigo veremos como é estruturado um documento DFXP e revisitar este demo.
Para saber mais
Documentação do W3C para a TTML e o TTAF-DFXP