アクセシビリティ字幕とADAコンプライアンス:2026年版ガイド

2026年、動画のADAコンプライアンスが重要な理由

ウェブ動画のアクセシビリティをめぐる法的環境は、2024年から2025年にかけて一段と厳格になりました。司法省(DOJ)はタイトルIIの最終規則を策定し、州政府および地方自治体に対して、大規模な自治体は2026年4月までに、小規模な自治体は2027年までにWCAG 2.1 AAへの適合を義務付けました。民間部門に適用されるADAタイトルIIIの執行においても、字幕のない動画は、この問題について判断を下したすべての連邦巡回区で差別の申し立てとして扱われるようになっています。2024年には、大手コンテンツプラットフォーム2社が、まさにこの不備を理由に8桁(ドル)規模の和解金を支払いました。

顧客、学生、従業員、住民が視聴することを前提とした動画を公開しているなら、2026年において字幕はもはや任意ではありません。本ガイドでは、適用されるルール、字幕が満たすべき技術仕様、そして制作予算の4分の1を食いつぶすことなくコンプライアンスを達成できる実践的なワークフローを解説します。

あなたに適用されるルールはどれか

米国では、3つの法的枠組みがウェブ動画の字幕に関わります。それぞれ適用範囲と強制力の度合いが異なります。

• ADAタイトルII: 州政府・地方自治体、および連邦資金を受給するあらゆる組織に適用されます。DOJの2024年最終規則はWCAG 2.1 AAへの適合を義務付けており、これには収録済み動画とライブ音声に対する同期字幕が含まれます。
• ADAタイトルIII: 公共施設(public accommodation)に適用されます。過去5年間の法解釈により、その範囲は商用ウェブサイトやストリーミングプラットフォームにまで拡大しています。執行は規制当局による措置ではなく、私人による訴訟という形をとります。
• Section 508: 連邦政府機関および連邦政府の請負業者に適用されます。現行の形ではWCAG 2.0 AAを参照していますが、WCAG 2.2に合わせるための2025年の改定プロセスが進行中です。

米国以外では、欧州アクセシビリティ法(European Accessibility Act)が2025年6月に発効し、EU全域のデジタルサービスにアクセシビリティを義務付けています。その動画関連の規定の大半はWCAG 2.1 AAに沿ったものです。英国では2010年平等法(Equality Act 2010)が英国の利用者に対して同様の領域をカバーしています。

国際的に事業を展開しているなら、WCAG 2.2 AAを実務上の基準として扱いましょう。現在使われている中で最も厳格な基準であり、これを満たせばあらゆる地域の規制をクリアできます。

字幕要件をわかりやすく言うと

WCAG 2.2は、字幕に関する4つの達成基準を定めています。

• 1.2.2 キャプション(収録済み): 音声を含むすべての収録済み動画には、同期した字幕が必要です。
• 1.2.3 音声解説またはメディアによる代替(収録済み): 視覚情報が本質的に重要な動画コンテンツには、独立した音声解説トラックまたは完全なテキスト書き起こしを提供しなければなりません。
• 1.2.4 キャプション(ライブ): 同期したメディア内のライブ音声には、リアルタイム字幕が必要です。
• 1.2.5 音声解説(収録済み): AA適合では、テキストによる代替が利用可能な場合でも音声解説が求められます。

字幕そのものは、以下の技術要件を満たす必要があります。

• 音声との同期ずれが0.5秒以内であること。
• 話された台詞をすべて逐語的に含めること。話者のためらいやつなぎ言葉が著しく多い場合は、逐語に近い形でも可。
• 複数の話者が登場し、映像からは誰が話しているか明らかでない場合、話者を識別すること。
• [APPLAUSE]、[GLASS BREAKING]、[OMINOUS MUSIC] のような重要な非音声音を含めること。
• 音声と同じ言語であること。ただし、別の言語が唯一の現実的な選択肢である場合を除く。

一方で、よくある誤解とは異なり、字幕に求められていないこともあります。複数言語で用意する必要はなく、声優レベルの完璧さも不要で、音楽が純粋にインストゥルメンタルであったり意味の理解に不可欠でない場合は歌詞を字幕化する必要もありません。

コンプライアンス観点でのクローズドキャプションとオープンキャプション

クローズドキャプション(視聴者がオン/オフを切り替えられるもの)とオープンキャプション(動画の映像に焼き込まれたもの)は、どちらもWCAG 1.2.2を満たします。この選択はユーザー体験には影響しますが、コンプライアンスには影響しません。多くのアクセシビリティ専門家は、可能な限りクローズドキャプションを推奨しています。弱視でスクリーンリーダーに頼る視聴者にとって、映像内の重複したテキストは妨げになり得るため、字幕をオフにできる選択肢を残せるからです。

オープンキャプションが正解となる例外は次のとおりです。

• プラットフォームがソフト字幕トラックを除去してしまうショート系SNS(TikTok、リール)。この場合、オープンキャプションが唯一の現実的な手段です。ワークフローはTikTokとInstagram向けの字幕作成ガイドで解説しています。
• 字幕切り替えボタンが表示されないプラットフォーム上の埋め込み動画。
• フィード内でミュート状態の自動再生を想定したマーケティング動画。

トレードオフの詳細はオープンキャプションとクローズドキャプションの比較の詳説記事をご覧ください。

自動生成字幕はコンプライアンスを満たさない

ここが、ほとんどの組織が間違えるポイントです。YouTubeの自動字幕や類似の機能は、WCAGおよび大半の裁判所の観点では、明確にコンプライアンス違反の手段です。DOJは、実際のコンテンツにおける典型的な精度が70〜85パーセントにとどまることを挙げ、自動字幕は要件の「正確かつ同期して」という要素を満たさないと明確に指摘しています。

ADAコンプライアンスのためには、字幕は人間によるレビューと修正を経るか、残存エラー率が実質的な問題とならない程度に精度の高いツールで生成される必要があります。実務上、監査をパスするワークフローは次のとおりです。

1. 高品質なAIツールで字幕を生成する。CATTの字幕ジェネレーターは、クリアな音声に対して95〜98パーセントの精度の字幕を生成します。
2. 人間のレビュアーがSRTを通読してエラーを修正する。特に固有名詞、専門用語、音質の悪いセグメントに注意します。
3. 実際の再生と照らし合わせてタイミングを検証する。
4. 修正済みのSRTをアップロードする。

これはNetflixやDisney+をはじめとする大手ストリーミングサービスが自社制作コンテンツに用いているのと同じワークフローです。重い処理はAIが担い、残りのエラーを人間が拾います。

ライブ字幕のコンプライアンス

ライブ字幕はより難しい問題です。リアルタイムの字幕は、放送前に人間によるレビューを挟めないからです。それでもWCAG 1.2.4はライブコンテンツへの字幕を求めており、2026年に受け入れられている基準は、ライブ字幕が「誠実な努力(good faith effort)」の水準を満たすこと、すなわち重要度の高いコンテンツについてはAI字幕にリアルタイムの人間の編集者を組み合わせることです。

録画して再配信されるライブ配信については、再配信を公開する前に、イベント後の録画に完全品質の字幕を付与しなければなりません。多くの組織は、ライブ字幕を一次的な品質と位置付け、録画をアーカイブする前にAIと人間を組み合わせたパイプラインによる字幕に差し替えています。

ADAコンプライアンスのための実践的ワークフロー

コンプライアンスを達成し、それを維持し続けるための再現可能なワークフローは次のとおりです。

1. ポリシーを定める。 公開するすべての動画は、公開前に人間がレビューした字幕を備えていなければならないと文書化します。法的リスクの大半は、個々の字幕の見落としではなく、ポリシーの穴から生じます。
2. ツールチェーンを選ぶ。 2026年の典型的な構成は、文字起こしツール+字幕エディタ+レビュープロセスです。7日間無料トライアルでクリーンなSRTを作成し、編集は任意のテキストエディタまたは字幕エディタで行います。
3. レビューを公開フローに組み込む。 レビュアーは動画の制作者以外の人物にすべきです。30分の動画なら、字幕の正確性レビューにかかる時間は通常10〜15分です。
4. 字幕を動画と一緒にアーカイブする。 苦情が寄せられたとき(あるいは監査が入ったとき)、アセットごとにSRTファイルを取り出せる状態にしておきます。
5. 基準を満たさない過去のコンテンツを再字幕化する。 何年分もの動画が蓄積している組織にとって、ここが最も骨の折れる部分です。トラフィックの多いコンテンツと、規制対象のプロセスから参照されるコンテンツを優先しましょう。

字幕だけでなく音声解説も

WCAG 2.2 AAは、達成基準1.2.5において、収録済み動画への音声解説(オーディオディスクリプション)も要求しています。音声解説とは、全盲または弱視の視聴者のために映像の内容をナレーションで伝える、独立した音声トラックです。ナレーターは台詞の自然な間合いの中で、画面上で起きていることを説明します。

これは字幕作成より難易度が高く、台本の執筆とナレーターの収録が必要になります。コストは通常、ソース動画1分あたり5〜20ドルで、高額になるのは視覚情報の密度が高い脚本付きエンターテインメント作品です。企業向け、教育向け、情報提供型の動画の大半では、コストは下限に近くなります。

重要度の低いコンテンツであれば、台詞と視覚的な描写の両方を含む拡張トランスクリプトでWCAG 1.2.3のレベルAを満たせます。これはADAタイトルIIにおける法的な最低ラインです。AA適合には、完全な音声解説トラックが必要です。

よくあるコンプライアンス上の失敗

監査で見つかる最も一般的な不備は次の3つです。

1. 自動字幕への依存。 この問題を検討した最近の判例はいずれも、コンプライアンス違反として扱っています。
2. 配信イベントにおけるライブ字幕の欠如。 録画には字幕を付けてもライブ配信には付けない組織が多く、これは1.2.4を満たしません。
3. 不正確な話者識別。 映像から話者が判別しづらい場面で話者を区別しない字幕は、テキスト自体が正確でもアクセシビリティ監査に不合格となります。

監査前のセルフチェックとして、公開済みライブラリから無作為に3本の動画を選び、正確なテキストの同期字幕、必要な箇所での話者ラベル、非音声音の説明、音声との0.5秒以内のタイミングが揃っているかを確認しましょう。どれか1つでも欠けていれば、ライブラリの残りも同じ不備を抱えている可能性が高いといえます。

今週やるべきこと

ライブラリの中でトラフィックが最も多い動画を5本選び、7日間無料トライアルでクリーンなSRTを作成し、元の制作者以外の人物に字幕をレビューしてもらい、アップロードしましょう。これで、最もリスクの高いアセットをコンプライアンス対応にできます。

新規コンテンツについては、字幕レビューのステップを公開チェックリストに組み込みましょう。コンテンツクリエイターのための文字起こしワークフローの記事には、チームを疲弊させずに週次公開までスケールできるテンプレートがあります。コンプライアンスは一度きりのプロジェクトではなく、継続的なプロセスです。