Formats alternatifs audio pour les universités : convertir le matériel pédagogique en écoute

Pourquoi les universités s’intéressent à l’audio

Les universités produisent déjà des formats alternatifs. Un service handicap convertit un chapitre en texte structuré, une bibliothèque trouve une édition accessible, un responsable de module enregistre un résumé. Ce travail est réel, qualifié, et le plus souvent réactif : déclenché par une demande, livré contre une échéance fixée des mois plus tôt par le calendrier universitaire.

L’audio fait partie de cette famille de formats. Cet article s’adresse à celles et ceux qui trancheraient — ingénierie pédagogique, direction du numérique éducatif, bibliothèques et référents ressources ouvertes, services handicap et technologies d’assistance — et non à l’étudiant pris individuellement. Pour le flux de travail personnel, voir plutôt Podhoc pour les étudiants et Podhoc pour les chercheurs.

Qu’est-ce qu’un format alternatif à l’université ?

Un format alternatif est une version du même support pédagogique produite pour être utilisable par une personne qui ne peut pas utiliser la version standard. L’audio côtoie le braille, les gros caractères, le texte numérique structuré et le PDF balisé. L’enjeu est l’équivalence : le même contenu, une autre porte d’entrée.

Ce n’est pas seulement une bonne pratique, c’est une obligation documentée dans plusieurs juridictions. La directive européenne sur l’accessibilité du web impose aux organismes du secteur public de publier une déclaration d’accessibilité et de faire fonctionner un mécanisme permettant de « signaler des problèmes d’accessibilité ou demander des informations dans des formats alternatifs » (Commission européenne — Accessibilité du web). L’existence de cette voie de demande est présupposée ; la question, pour un établissement, est le temps de personnel qualifié qu’il faut pour y répondre correctement.

L’audio satisfait-il la conception universelle de l’apprentissage ?

De façon plus directe que ce que la plupart des prestataires prennent la peine de citer. Les lignes directrices CUA de CAST nomment explicitement cette pratique à la considération 2.2, « soutenir le décodage des textes, de la notation mathématique et des symboles », dont les suggestions incluent « permettre l’utilisation de la synthèse vocale » et « utiliser du texte numérique accompagné d’un enregistrement de voix humaine (par exemple les livres audio DAISY) » (CAST, 2024 — Considération 2.2). C’est le cadre qui cautionne une version audio du texte pédagogique, et non qui se contente de la tolérer.

Ce cadrage n’a rien de nouveau non plus. Une revue systématique parue dans Innovations in Education and Teaching International traite du podcast dans l’enseignement supérieur précisément comme composante de la conception universelle de l’apprentissage (Gunderson & Cumming, 2023) : une proposition qui associe les deux s’inscrit donc dans une ligne de recherche établie plutôt qu’elle n’en invente une.

Le principe général relève de la ligne directrice 1, Perception, qui demande de veiller à ce que l’information essentielle soit « également perceptible par tous les apprenants » en proposant « la même information selon différentes modalités (par exemple la vue, l’ouïe ou le toucher) », la considération 1.2 étant explicite : « soutenir plusieurs façons de percevoir l’information » (CAST, 2024 — Ligne directrice 1 : Perception). Une note de citation pour qui inscrirait cela dans une politique interne : la référence en vigueur est CAST (2024), CAST Universal Design for Learning Guidelines version 3.0, publiée le 30 juillet 2024. L’ancienne numérotation des points de contrôle que citent encore beaucoup de politiques d’accessibilité est obsolète.

L’audio est une modalité parmi d’autres, pas une solution universelle, et quiconque affirme le contraire est en train de vendre. L’audio seul exclut les personnes sourdes et malentendantes, et il supprime la possibilité de survoler, relire et rechercher dont dépendent beaucoup d’apprenants. La position défendable est que l’audio accompagne le texte et ne le remplace jamais.

Un détail de conformité mérite d’être connu, car il lève une objection qui bloque souvent ces discussions très tôt. Le critère de succès 1.2.1 des WCAG 2.2 s’applique « sauf lorsque l’audio ou la vidéo est une solution multimédia de remplacement du texte et est clairement identifiée comme telle », une telle solution étant « un média qui ne présente pas plus d’informations que celles déjà présentées dans le texte » (W3C — Contenu audio seul et vidéo seule). Une version audio d’un recueil clairement identifiée et qui n’ajoute rien à son texte source n’exige pas en soi une transcription distincte : le texte dont elle est issue est la transcription. Cette exception ne dit rien des obligations d’accessibilité du document source, qui demeurent inchangées.

Quelles règles imposent des supports pédagogiques accessibles ?

Trois instruments reviennent surtout dans les discussions d’achat. Ils lient des acteurs différents et exigent des choses différentes : mieux vaut être précis sur chacun.

États-Unis : le titre II de l’ADA et l’échéance 2027

La règle d’accessibilité web du titre II du ministère de la Justice américain fixe WCAG 2.1 niveau AA comme « la norme technique applicable aux contenus web et aux applications mobiles des gouvernements des États et des collectivités locales ». Le 20 avril 2026, le Federal Register a publié l’Interim Final Rule du ministère, qui a repoussé l’échéance de conformité pour les entités étatiques et locales d’une population totale de 50 000 habitants ou plus au 26 avril 2027, les entités publiques plus petites et les districts spéciaux passant au 26 avril 2028 (ADA.gov — Règle web du titre II). Le titre II couvre « tous les gouvernements des États et des collectivités locales ainsi que tous les départements, agences, districts à vocation spéciale et autres émanations d’un gouvernement étatique ou local » (ADA.gov — Introduction au titre II), catégorie dans laquelle se range une université publique. Le report a déplacé la date, pas l’obligation.

Union européenne : la directive sur l’accessibilité du web

La directive (UE) 2016/2102 s’applique aux organismes du secteur public, ce qui inclut les universités publiques. La norme technique harmonisée est l’EN 301 549 v3.2.1 (Commission européenne — Accessibilité du web), qui intègre « les WCAG 2.1 niveau AA à l’identique et sans modification pour le contenu web » (W3C — Lois et politiques d’accessibilité du web : Union européenne). Les États membres devaient la transposer avant le 23 septembre 2018. Outre la déclaration d’accessibilité, la directive impose ce mécanisme par lequel des formats alternatifs peuvent être demandés.

Royaume-Uni : le règlement de 2018 et le déclencheur de révision

Le Public Sector Bodies (Websites and Mobile Applications) Accessibility Regulations 2018 est entré en vigueur le 23 septembre 2018, et les recommandations actuelles de GOV.UK orientent les organismes du secteur public vers les WCAG 2.2 niveau AA. Vérifiez avec quelle version votre établissement travaille réellement avant de cadrer quoi que ce soit : la norme harmonisée EN 301 549 intègre les WCAG 2.1 niveau AA, et une bonne partie des orientations sectorielles et des politiques internes cite encore la 2.1. La distinction change rarement ce que vous faites de l’audio, mais elle change la grille sur laquelle un audit s’appuie. Les exemptions méritent une lecture attentive : les documents publiés avant le 23 septembre 2018 sont exemptés « sauf si les utilisateurs en ont besoin pour utiliser un service », et les contenus d’intranet ou d’extranet publiés avant le 23 septembre 2019 sont exemptés jusqu’à une révision substantielle (GOV.UK — Exigences d’accessibilité). Réécrire un module est une révision substantielle. Actualiser un cours est donc le moment où son exemption héritée tombe — ce qui fait des cycles de mise à jour pédagogique l’endroit naturel pour introduire un nouveau format.

Où l’audio trouve-t-il vraiment sa place dans la chaîne pédagogique ?

Pas partout. L’audio gagne sa place quand le contenu est linéaire, explicatif et déjà écrit pour être lu d’un bout à l’autre, et il peine quand le contenu est une référence que l’on consulte plutôt qu’on ne l’absorbe.

Trois points de la chaîne conviennent bien :

• Le matériel de cours rédigé en prose — notes de module, résumés de cours et polycopiés narratifs se convertissent proprement, parce qu’ils portent déjà un fil qui va du début à la fin.
• Les bibliographies, en particulier les articles en accès ouvert, où une orientation audio aide l’étudiant à décider comment répartir son temps de lecture. C’est le flux décrit dans Podhoc pour les chercheurs.
• Les recueils et les ressources éducatives libres — un contenu explicatif autonome et déjà autorisé à la réutilisation est le point de départ le moins exposé aux frictions pour un pilote, parce que la question des licences est réglée avant de commencer.

Trois qui conviennent mal : les exercices et les développements mathématiques, où la notation porte le sens ; tout ce que l’apprenant doit parcourir de façon non linéaire, comme un code juridique ou un manuel de laboratoire ; et les contenus dont la licence n’autorise pas le traitement par un tiers. C’est ce dernier point qui bloque le plus souvent en pratique, et il vaut mieux le régler avant toute question technique.

Quelle différence entre audio généré et synthèse vocale ?

La synthèse vocale lit un document à voix haute en respectant son ordre et sa structure. L’audio généré restructure la matière en explication parlée — chez Podhoc, une conversation entre voix dans l’un de plusieurs formats pédagogiques comme Didactique, Technique Feynman ou Critique (les styles audio).

Ce sont des outils différents pour des tâches différentes, et un établissement a généralement besoin des deux. La synthèse vocale est la bonne réponse quand quelqu’un a besoin d’un accès fidèle au document exact. L’audio généré l’est quand l’objectif est de comprendre les idées — une orientation avant la lecture d’un article, ou une révision après. Pourquoi le second format retient l’attention autrement est traité dans la science de l’apprentissage audio.

Ni l’un ni l’autre ne supprime l’obligation de produire un document source accessible. L’audio généré élargit la palette de formats ; il ne répare pas un original inaccessible.

Que fait réellement Podhoc aujourd’hui ?

Ici, la précision compte plus que l’effet : cette section est délibérément étroite.

Sources de contenu. L’API Podhoc accepte des URL accessibles publiquement. Elle n’ingère ni fichiers ni texte brut, et elle ne peut pas atteindre du matériel situé derrière l’authentification d’un environnement numérique de travail. Pour un établissement, c’est la contrainte structurante : un pilote démarre sur du contenu déjà adressable publiquement — ressources éducatives libres, bibliographies en accès ouvert, pages de cours publiques — ou il ne démarre pas par l’API. Les schémas d’intégration montrent à quoi cela ressemble dans un flux de travail.

Langues. Podhoc annonce 73 langues, et la langue de sortie est indépendante de la langue source : un support rédigé dans une langue peut être généré en audio dans une autre. La maturité de la couverture varie au sein de ce catalogue ; testez donc les langues d’enseignement réelles.

Formats. Huit styles audio pédagogiques, dont Didactique et Technique Feynman sont les plus demandés par les pilotes institutionnels.

Où atterrissent les épisodes. Podhoc publie par défaut les épisodes générés dans son catalogue public Discover, et la possibilité de désactiver ce comportement dépend du compte. Pour un établissement, c’est une question de gouvernance et non de préférence : établissez le réglage de visibilité applicable avant qu’un support pédagogique ne passe par la plateforme.

Ce qui n’existe pas aujourd’hui. Il n’y a pas d’intégration LTI, pas de connecteur vers un ENT ou un LMS, pas de passerelle d’authentification unique vers Moodle, Canvas, Blackboard ou Brightspace. Si une proposition en dépend, elle dépend de quelque chose qui n’est pas construit.

Que demander à tout prestataire audio ?

Cette liste vaut pour n’importe quel prestataire du domaine, Podhoc compris. Ce n’est délibérément pas un comparatif de fonctionnalités.

• Licences. Votre licence sur le matériel source en autorise-t-elle le traitement par un service tiers ? Pour les bibliographies, c’est en général une question d’éditeur — et c’est en général elle qui fixe le périmètre du pilote.
• Traitement des données. Où le contenu est-il traité et stocké, pour combien de temps, et quelle est la voie de suppression ? À obtenir par écrit avant tout transfert.
• Visibilité par défaut. Où atterrit la production par défaut, qui peut la voir, et ce comportement est-il modifiable pour votre compte ?
• Texte d’accompagnement. Chaque sortie audio est-elle livrée avec le texte dont elle est issue, pour que le format s’ajoute au lieu de se substituer ?
• Couverture linguistique. Quelles langues sont prêtes pour la production et pas seulement listées, et comment le vérifieriez-vous pour vos langues d’enseignement ?
• Relecture humaine. Qui vérifie l’exactitude de l’audio généré avant qu’il n’atteigne les étudiants, et avec quels moyens ? Le contenu généré demande une relecture ; qui laisse entendre le contraire décrit un risque, pas un avantage.

À quoi ressemblerait un pilote ?

Étroit, et sur du matériel dont la licence est déjà réglée. Une forme qui fonctionne : une composante ou un département, quelques modules, de l’audio publié à côté du texte existant plutôt qu’à sa place, et une étape de relecture définie avant toute diffusion aux étudiants. À mener sur un semestre pour qu’il ait un début et une fin, en décidant d’avance ce qui compterait comme résultat : travail de conversion manuelle déplacé, usage réel par les étudiants, ou simplement le fait que les enseignants continueraient à s’en servir.

Commencer par des ressources éducatives libres ou de la bibliographie en accès ouvert est le chemin le plus court vers quelque chose de réel, parce que cela sort la question des licences du chemin critique. Les deux textes jumeaux sur l’audio pour les étudiants neuroatypiques et l’audio pour les organismes de formation traitent des versions voisines de la même question.

Si cela mérite une conversation : nous préférons mener un pilote correctement que le décrire.

Demandez un pilote pour votre établissement, votre entreprise ou votre employeur →

À lire ensuite

• La science de l’apprentissage audio — la base de preuves sur l’écoute comme canal d’apprentissage.
• Podhoc pour les chercheurs — le flux individuel pour bibliographies et articles.
• Podhoc pour les étudiants — la même idée côté étudiant.
• L’API Podhoc — ce que l’API publique accepte et renvoie.
• Schémas d’intégration de l’API — comment la génération s’insère dans un flux existant.
• Les styles audio — les formats pédagogiques disponibles.