A WCAG 1.2.1 (Audio-only and Video-only - Prerecorded) előírja, hogy minden előre felvett, csak hangot vagy csak videót tartalmazó médiához egyenértékű szöveges alternatívát kell biztosítani. Ez lehetővé teszi, hogy a tartalom más formákba is átalakulhasson, mint például nagy betűs szöveg, Braille-írás, beszéd vagy egyszerűbb nyelv.
A WCAG 1.2.2 (Captions - Prerecorded) előírja, hogy minden előre felvett hangtartalmat tartalmazó szinkronizált médiához feliratok készüljenek. Ez azt jelenti, hogy minden előre felvett videó vagy multimédia, amely hangot tartalmaz, olyan feliratokkal kell rendelkezzen, amelyek a beszélt párbeszédet és a fontos hangokat szövegesen közvetítik. A cél az, hogy a hallássérült vagy nagyothalló felhasználók számára is hozzáférhetővé tegye a hangtartalmat egy szöveges egyenértékű révén.
A WCAG 1.2.3 (Audio Description or Media Alternative - Prerecorded) előírja, hogy az előre felvett audiovizuális tartalmakhoz hangos leírást vagy média alternatívát kell biztosítani. Ez azt jelenti, hogy minden fontos vizuális információ, amelyet egy előre felvett videó közvetít, hozzáférhetővé kell tenni azoknak a felhasználóknak, akik nem tudják látni a videót. A cél az, hogy a vak vagy gyengénlátó felhasználók teljes mértékben megérthessék a tartalmat úgy, hogy meghallgatják a vizuális elemek leírását, vagy hozzáférjenek egy alternatív formátumhoz, amely ugyanazt az információt közvetíti.
A WCAG 1.2.4 (Captions - Live) előírja, hogy minden élő hangtartalmat tartalmazó szinkronizált médiához feliratok készüljenek. Ez azt jelenti, hogy minden valós időben közvetített vagy streamelt hang - mint például élő videó streamek, webináriumok vagy élő közvetítések - olyan feliratokkal kell rendelkezzen, amelyek közvetítik a beszélt szavakat és a fontos nem beszéd információkat (mint hangeffektusok vagy beszélő azonosítás).
A WCAG 1.2.5 (Audio Description - Prerecorded) előírja, hogy minden szinkronizált médiát tartalmazó előre felvett videótartalomhoz hangos leírást kell biztosítani. A hangos leírások olyan kiegészítő hangsávok, amelyek elbeszélik a videóban található fontos vizuális információkat, mint például cselekvések, jelenetváltások vagy képernyőn megjelenő szövegek, hogy biztosítsák, hogy azok a felhasználók, akik nem tudják látni a videót, még mindig megérthessék annak tartalmát.