เริ่มด้วยข้อความถอดเสียงที่มีข้อมูลเวลา
เปิดไฟล์สื่อที่รองรับแล้วสร้างข้อความถอดเสียงพร้อมข้อมูลเวลาภายในเครื่อง ตรวจแก้คำพูดก่อน เพราะแม้คำบรรยายจะตรงเวลาอย่างสวยงามก็ยังผิดอยู่ หากข้อความถอดเสียงต้นทางฟังชื่อ ตัวเลข หรือวลีสำคัญผิด
แบ่งข้อความยาวตรงจังหวะหยุดและขอบเขตประโยคตามธรรมชาติ ช่วงคำบรรยายสั้นที่อ่านง่ายติดตามได้สะดวกกว่าข้อความหนาแน่นที่บังคับให้ผู้ชมเลือกระหว่างอ่านกับดูภาพ
เลือก SRT หรือ VTT ให้เหมาะกับปลายทาง
SRT เป็นลำดับช่วงคำบรรยายแบบเรียบง่ายที่รองรับอย่างแพร่หลาย แต่ละช่วงมีเวลาเริ่ม เวลาสิ้นสุด และข้อความ ส่วน WebVTT ใช้โครงสร้างคล้ายกันและเพิ่มฟีเจอร์ที่เครื่องเล่นบนเว็บจำนวนมากใช้ โดยปกติแพลตฟอร์มเผยแพร่หรือโปรแกรมแก้ไขจะระบุรูปแบบที่รองรับ
ใช้การเข้ารหัสข้อความที่สะอาด หลีกเลี่ยงเวลาของช่วงคำบรรยายที่ทับกัน และตรวจการแบ่งบรรทัดทั้งบนหน้าจอขนาดเล็กและจอเดสก์ท็อป ใช้ชื่อ คำบรรยายเสียง และการเปลี่ยนผู้พูดให้สม่ำเสมอตลอดไฟล์
เปิดคำบรรยายแล้วดูวิดีโอฉบับเสร็จสมบูรณ์
นำเข้าไฟล์คำบรรยายในโปรแกรมแก้ไขหรือเครื่องเล่นปลายทาง แล้วดูตั้งแต่ต้นจนจบ ตรวจเวลาเข้าและออก บทสนทนาที่เร็ว ดนตรี ความเงียบ การเปลี่ยนฉาก และทุกช่วงที่ฟังผู้พูดได้ยาก
การสร้างคำบรรยายผสานระบบอัตโนมัติเข้ากับวิจารณญาณด้านบรรณาธิการ ระบบสร้างเวลาจากเสียงพูดได้ แต่ความสะดวกในการอ่าน การเน้น การเลือกคำแปล และการช่วยสำหรับการเข้าถึง ยังได้ประโยชน์จากผู้ที่เข้าใจผู้ชมและสื่อ