Att skapa en kravspecifikation för tillgänglig video kan kännas överväldigande. Lagkraven skärps, tekniska format varierar mellan plattformar och det är inte alltid tydligt vad som räknas som ”tillräckligt bra” undertexter. Resultatet blir ofta att tillgänglighetskraven hamnar som en eftertanke i upphandlingen, eller att organisationen beställer undertextning utan att specificera vad som faktiskt behövs.
Den här artikeln guidar dig genom hela processen: från de lagkrav som styr arbetet, via en steg för steg-metod för att bygga din kravspecifikation, till en kopierbar kravtabell du kan använda direkt i din nästa upphandling. Du hittar också vanliga misstag att undvika och svar på de frågor som kommunikatörer och upphandlare oftast ställer. Om du vill fördjupa dig i ämnet rekommenderar vi även vår guide till digital tillgänglighet.
Vilka krav ställer lagstiftningen på video och undertexter?
Grunden för all kravspecifikation för tillgänglig video är lagstiftningen. I Sverige finns två centrala regelverk som styr kraven på undertexter: DOS-lagen och det europeiska tillgänglighetsdirektivet. Att förstå dessa är avgörande innan du formulerar tekniska eller kvalitativa krav.
DOS-lagen och offentlig sektor
DOS-lagen (lagen om tillgänglighet till digital offentlig service, 2018:1937) kräver att alla förinspelade videor publicerade från och med den 23 september 2020 ska ha undertexter. Lagen gäller statliga myndigheter, regioner, kommuner, kommunala bolag och offentligt finansierade organisationer. DIGG är ansvarig tillsynsmyndighet och kan utfärda förelägganden vid brister.
Direktsändningar är undantagna, men om en inspelning sparas och publiceras i efterhand räknas den som förinspelad och ska textas. I praktiken innebär det att en kommun som sänder ett fullmäktigemöte live inte behöver texta sändningen i realtid, men att den sparade versionen ska ha undertexter utan onödigt dröjsmål.
Tillgänglighetsdirektivet och privata aktörer
Det europeiska tillgänglighetsdirektivet (EU 2019/882), genomfört i Sverige som lagen om vissa produkters och tjänsters tillgänglighet (2023:254), trädde i kraft den 28 juni 2025. Direktivet utvidgar kraven på tillgänglighet till privata aktörer och fler digitala tjänster. Befintliga tjänster ska anpassas senast 2030.
WCAG och EN 301 549
Båda lagarna hänvisar till den europeiska standarden EN 301 549, som i sin nuvarande version (V3.2.1) bygger på WCAG 2.1. WCAG-videokraven innebär bland annat att förinspelat ljud ska ha undertexter (kriterium 1.2.2) och att undertexterna ska inkludera dialog, talaridentifiering och relevanta ljudeffekter. En uppdaterad version av standarden som anpassas till WCAG 2.2 väntas under 2026.
Det är viktigt att notera att EN 301 549 ställer kvalitativa krav som går utöver WCAG. Det räcker inte att ha undertexter. De måste vara synkroniserade med ljud och video, och användaren ska kunna anpassa undertexternas utseende (typsnitt, storlek, färg och bakgrund).
Så bygger du en komplett kravspecifikation steg för steg
En kravspecifikation för undertextning är mer än en checklista. Den är ett strukturerat dokument som beskriver vad du behöver, varför du behöver det och hur leveransen ska utvärderas. Genom att bygga specifikationen systematiskt säkerställer du att inget viktigt faller mellan stolarna.
Steg 1: Definiera bakgrund och omfattning
Börja med att beskriva vilken organisation som beställer tjänsten och vilken typ av videomaterial som omfattas. Ange om det gäller informationsfilmer, utbildningsmaterial, webbsändningar, kampanjfilmer eller en kombination. Beskriv också målgrupperna: är tittarna anställda, medborgare, studenter eller investerare? Målgruppen påverkar vilka språk och vilken typ av undertexter som behövs.
Steg 2: Specificera språk och undertexttyp
Ange tydligt vilket eller vilka språk som talas i videon och på vilket eller vilka språk undertexterna ska levereras. Skilj mellan samspråkig textning (samma språk som talet) och översatt textning (till ett annat språk). Om organisationen publicerar material på både svenska och finska, eller behöver engelska undertexter för internationella mottagare, ska detta framgå redan i kravspecifikationen.
Steg 3: Formulera tillgänglighetskrav
Här specificerar du de kvalitativa kraven som gör undertexterna tillgängliga. Kräv talaridentifiering så att tittaren vet vem som talar, och kräv att meningsfulla icke-verbala ljud beskrivs (exempelvis [applåder], [dörren stängs]). Dessa krav följer direkt av WCAG 1.2.2 och är nödvändiga för att undertexterna ska fungera för personer med hörselnedsättning.
Steg 4: Ange tekniska krav
Specificera filformat (SRT, WebVTT eller båda), krav på mediespelarkompatibilitet och om undertexterna ska vara valbara (closed captions) eller inbrända (open captions). Ur tillgänglighetsperspektiv är valbara undertexter att föredra, eftersom de kan anpassas efter individuella behov i enlighet med EN 301 549 §7.1.4.
Steg 5: Definiera kvalitet, leverans och acceptans
Ange krav på läshastighet, antal tecken per rad och exponeringstid. Beskriv hur kvalitetskontroll ska genomföras, vilka korrigeringsmöjligheter som ingår och vilka acceptanskriterier som gäller. Slutligen: specificera leveransformat, dokumentation och eventuella krav på tillgänglighetstestning.
Kopierbar kravtabell för upphandling av undertextning
Tabellen nedan är ett exempel på hur en kravspecifikation för undertexter kan struktureras. Anpassa kraven efter din organisations behov, den lagstiftning som gäller er och de plattformar ni publicerar på. Värdena i kolumnen ”Exempelkrav” är baserade på branschpraxis och svenska riktlinjer, men utgör inte universella lagkrav.
- Organisation och omfattning: Ange vilken organisation som beställer och vilka videotyper som omfattas (t.ex. informationsfilmer, webbsändningar, utbildningsmaterial).
- Språk i video: Ange talade språk, t.ex. svenska.
- Undertextspråk: Ange om samspråkig textning, översatt textning eller båda krävs, t.ex. svenska (samspråkig) + engelska (översatt).
- Talaridentifiering: Ska-krav. Varje talare ska identifieras med namn eller roll vid talarbyten.
- Icke-verbala ljud: Ska-krav. Relevanta ljudeffekter och icke-verbala ljud ska beskrivas inom hakparenteser.
- Filformat: WebVTT (.vtt) och/eller SRT (.srt). Ange ”eller likvärdigt” vid offentlig upphandling.
- Valbara eller inbrända undertexter: Valbara (closed captions) ska vara standard. Inbrända enbart om plattformen inte stödjer valbara.
- Tecken per rad: Högst 42 tecken per rad, max 2 rader per textblock.
- Läshastighet: Högst 17 tecken per sekund (TPS).
- Exponeringstid: Minst 1,5 sekunder per textblock, max cirka 7 sekunder.
- Synkronisering: Undertexter ska vara synkroniserade med talet. Avvikelse högst 0,5 sekunder.
- Noggrannhet: Minst 99 procents korrekthet avseende stavning, grammatik och interpunktion (branschstandard).
- Kvalitetskontroll: Leverantören ska beskriva sin process för kvalitetssäkring. Automatiskt genererade undertexter ska alltid genomgå manuell granskning.
- Korrigeringar: Minst en korrigeringsrunda ska ingå utan extra kostnad.
- Leveranstid: Ange önskad leveranstid, t.ex. fem arbetsdagar efter mottagen videofil.
- Tillgänglighetstestning: Leverantören ska verifiera att undertexterna fungerar i angiven mediespelare och uppfyller WCAG 2.1 nivå AA.
- Dokumentation: Leverans ska åtföljas av en kort rapport som bekräftar att kraven i specifikationen uppfyllts.
Observera att SKR rekommenderar att krav delas in i ska-krav (obligatoriska) och bör-krav (mervärdeskrav). Planera utvärderingen redan när du identifierar kraven. Vill du veta mer om priser för undertextning kan du jämföra med din budget innan du slutför specifikationen.
Vanliga misstag vid beställning av tillgängliga undertexter
Även organisationer med goda intentioner gör återkommande misstag när de beställer tillgängliga undertexter. Genom att känna till de vanligaste fallgroparna kan du formulera en kravspecifikation som förebygger dem.
Automatisk textning utan manuell granskning. AI-baserad taligenkänning ger en snabb grundtext, men resultatet innehåller ofta felaktiga namn, missade ord och bristande skiljetecken. Att publicera automatiskt genererade undertexter utan korrekturläsning uppfyller sällan kvalitetskraven. En effektiv process kombinerar AI-genererad grundtext med manuell granskning av språkprofessionella.
Enbart dialog utan ljudbeskrivningar. Ett vanligt misstag är att förväxla enkel undertextning (enbart dialog) med tillgängliga undertexter som även inkluderar talaridentifiering och relevanta ljudeffekter. Utan dessa element uppfylls inte WCAG 1.2.2.
Inbrända undertexter när valbara behövs. Inbränd text i videon strider inte mot lagen, men den ger användaren ingen möjlighet att anpassa textens utseende. EN 301 549 §7.1.4 kräver att undertexternas visningsegenskaper ska kunna justeras, vilket bara är möjligt med valbara undertexter.
Otillgänglig videospelare. Perfekta undertexter är meningslösa om videospelaren inte kan navigeras med tangentbord eller inte fungerar med skärmläsare. Kravspecifikationen bör därför även ställa krav på spelarens tillgänglighet.
Transkription i stället för synkroniserade undertexter. En skriftlig utskrift av talet uppfyller inte DOS-lagens krav. Det som krävs är synkroniserade undertexter som visas i takt med videon. Om du behöver professionell undertextning som uppfyller tillgänglighetskraven, se till att specifikationen tydligt skiljer mellan transkription och textning.
Fem vanliga frågor om kravspecifikation för tillgänglig video
Måste direktsändningar textas?
Nej, direktsändningar är undantagna från DOS-lagens textningskrav. Men om inspelningen sparas och görs tillgänglig i efterhand räknas den som förinspelad och ska textas utan onödigt dröjsmål.
Gäller kraven även för video på YouTube eller sociala medier?
Ja. DOS-lagen gäller digital service som tillhandahålls av en offentlig aktör, även om den publiceras via en tredjepartsplattform. Organisationen ska så långt det är möjligt säkerställa att tillgänglighetskraven uppfylls, oavsett var videon ligger.
Kan vi åberopa undantag om det blir för kostsamt?
Undantaget ”oskäligt betungande anpassning” finns, men det ska motiveras skriftligt i organisationens tillgänglighetsredogörelse. DIGG kan granska motiveringen, och undantaget gäller inte permanent.
Räcker det med 90 procent noggrannhet från ett AI-verktyg?
Nej, inte utan manuell granskning. Branschstandarden för publicerade undertexter är 99 procents korrekthet. AI-verktyg ger en bra utgångspunkt, men varje automatiskt genererad fil bör granskas och korrigeras av en språkprofessionell innan publicering.
Vilka filformat ska vi kräva?
WebVTT är standarden för HTML5-video och stödjer CSS-baserad styling. SRT är det mest universellt kompatibla formatet och fungerar på de flesta plattformar. I de flesta fall är det klokt att kräva båda formaten, eller det format som matchar er publiceringsplattform.
Att upphandla undertextning med en genomtänkt kravspecifikation sparar tid, minskar risken för brister och säkerställer att er organisation uppfyller gällande tillgänglighetskrav. Behöver du hjälp att komma igång? Be om en offert så återkommer vi inom 24 timmar.
