Texto completo da WAI: "Fornecer um texto equivalente para cada elemento não textual (por exemplo, através de "alt", "longdesc", ou elemento de conteúdo). Isso inclui: imagens, representações gráficas de texto (inclusive símbolos), imagens de mapas, animações (por exemplo, GIFs animados), pequenos programas (applets) e objetos programáveis, arte ascii, frames, scripts, imagens usadas como lista de marcadores, espaçadores, botões gráficos, sons (reproduzidos com ou sem interação do usuário), arquivos de áudio autônomos, trilhas de áudio de vídeos, e vídeo.".
Todas as informações devem ser apresentadas em texto. Isso significa que, se for usada alguma outra mídia, tal como imagens, as informações que elas contêm devem ser repetidas em uma descrição textual. Essa descrição deve ser "equivalente", o que significa que ela deve transmitir as mesmas informações que o objeto que estiver sendo descrito. "alt" e "longdesc" são técnicas para a criação de textos equivalentes(consulte Instruções e Técnicas abaixo).
Os exemplos mais comuns de elementos não textuais são imagens, animações, filmes e sons. As imagens podem consistir de arte-final, fotografias e enchimentos coloridos ou espaçadores. No entanto, eles também podem ser desenhos de texto, usados para títulos, cabeçalhos ou logos de empresas. Nesses casos, eles não são textos. Texto significa somente o que é chamado de "texto real", e é formado por caracteres ASCII ou unicode. Não inclui desenhos de texto. Do mesmo modo, as imagens usadas para os botões também devem ter um texto equivalente, pois elas não contêm texto real.
Imagens de mapas são compostas de muitas partes, cada qual é um botão gráfico ou link separado.
Arte ASCII é o nome dado para figuras feitas com muitos caracteres de texto, do mesmo modo que uma imagem de jornal é feita de muitos pontos. A figura resultante tem um significado que não pode ser deduzido dos caracteres ou pontos. Esse significado deve ser apresentado em uma descrição textual alternativa. "ASCII" é o nome de um sistema comum de codificação de caracteres utilizado pelos computadores.
Objetos programáveis, tais como os scripts e applets, são outro tipo de elemento não textual. São partes de uma funcionalidade escrita em linguagens outras que não HTML, para criar um comportamento dinâmico ou iterativo que vai dos simples efeitos visuais a miniaplicações. São exemplos os menus pop-up codificados em DHTML, letreiros e aplicações interativas, tais como calculadoras de tributos ou jogos escritos Java ou Macromedia Flash. Teoricamente, qualquer efeito ou funcionalidade pode ser criado utilizando um script ou applet.
Sons incluem fala, sinais de áudio, tons de alerta e trilhas de áudio em vídeo, em arquivos baixáveis ou streaming.
Nem todos os usuários podem acessar ou utilizar esses elementos diretamente e, assim, necessitam que a informação ou funcionalidade seja fornecida no formato texto. Há uma variedade de técnicas de HTML que podem ser usadas para fornecer informações equivalentes, inclusive "alt" e "longdesc", que podem ambas serem utilizadas para complementar as imagens visuais com texto.
longdesc="descricao.html" />