Résumé

  • Le premier projet public Media Session du W3C, en janvier 2020, permettait à une page de fournir des métadonnées et des gestionnaires d’actions. Le navigateur choisissait au plus une session active à présenter aux commandes de l’appareil.
  • Le bouton lecture/pause du casque envoyait une commande unique, interprétée selon l’état de lecture de cette session. Les projets de 2021, 2023 et 2026 ont poursuivi le réglage de cette régie commune.

La personne écoute un reportage et glisse son téléphone dans sa poche. Un appel arrive ; elle presse le bouton du casque pour mettre le son en pause. Problème de coulisses : plusieurs onglets sont ouverts, certains avec des lecteurs, d’autres avec un goût excessif pour la publicité sonore. Le casque ne propose ni liste ni vote. Il donne une impulsion. Le navigateur doit savoir à qui appartient l’antenne à cet instant.

Le premier projet public Media Session du 30 janvier 2020 confiait cette sélection à l’agent utilisateur. Une page pouvait fournir MediaMetadata, dont le titre et l’illustration que l’appareil affiche hors de l’onglet. Elle pouvait inscrire des gestionnaires pour lecture, pause ou piste suivante. Le navigateur retenait au plus une session active pour l’interface de l’appareil. Le site préparait son émission ; le navigateur attribuait le pupitre de commande.

Sans cette répartition, le joli bouton dessiné dans une page ne résout rien. La commande du casque, celle de l’écran verrouillé ou celle d’une notification vit hors du document. Elle doit traverser le système et parvenir au lecteur concerné. Plusieurs sites savent annoncer « je joue quelque chose ». Un seul peut occuper, à un moment donné, la façade commune présentée à la personne qui écoute.

Le projet de 2020 décrivait même le geste ambigu du casque : le même bouton sert à lancer et à arrêter. Si la session active joue, le navigateur transmet pause ; sinon, lecture. Le projet de juin 2021 conservait cette logique, les métadonnées et setActionHandler. Le navigateur traduit le geste physique. La page décide comment reprendre un épisode, relancer un direct ou avancer dans sa liste. La touche est commune ; les programmes gardent leurs propres habitudes.

Le projet d’octobre 2023 s’occupait toujours de la session active et de la mise à jour des commandes quand elle change. Cette besogne paraît administrative jusqu’au moment où la pochette de l’album d’hier reste sur l’écran verrouillé pendant que le journal du matin parle. Une façade commune n’inspire confiance que si le titre, l’image et les actions suivent réellement ce que l’on entend.

L’historique des publications du W3C situe le premier texte public en 2020, puis les versions de 2021, 2023 et 2026. On y voit une idée qui tient : rendre les lecteurs du Web compréhensibles depuis les commandes de l’appareil. Le navigateur ne peut se contenter de porter un câble virtuel. Il doit choisir une session quand le périphérique n’offre qu’une seule place.

Le projet daté de juin 2026 maintient le principe d’une session active au plus et ajoute un vocabulaire d’actions plus large. Il traite également de la position, de l’état de lecture et des données affichées par la plateforme. La régie s’est agrandie ; son métier reste le même. Elle reçoit un geste venu de l’appareil, désigne le programme concerné et laisse la page accomplir l’action.

Pour un éditeur, cette vitrine donne une obligation très simple : être exact. Un titre d’épisode sur l’écran verrouillé dit « voici ce que vous écoutez ». Un gestionnaire de pause promet d’arrêter ce son-là. Le navigateur peut bien transmettre la commande ; il ne peut pas écrire une bonne liste de lecture ni réparer un bouton qui ment. L’auditeur n’a pas besoin de connaître le nom de l’API pour sentir l’erreur.

Quand la régie fonctionne, elle disparaît. Une pression arrête le reportage, la suivante le reprend. Personne ne remercie un tableau de commutation qui a choisi le bon fil. C’est pourtant lui qui a épargné au casque une réunion avec tous les onglets.