Textning och textning är en ofta komplex uppgift som inte bara involverar översättning och dialoginspelning, utan också en mängd tekniska kommandon för att säkerställa att ord visas på skärmen vid rätt tidpunkt, i lämplig storlek och på en diskret plats. Det finns vanligtvis flera faser av textning och undertextning. Mycket av processen beror dock på sammanhanget. Bildtexter som infogas i realtids-tv-sändningar är vanligtvis mer rudimentära och förhastade än de flerspråkiga undertexterna och mer omfattande bildtexter som ofta infogas i långfilmer och DVD-släpp.
Det finns en grundläggande skillnad mellan textning och undertextning som påverkar hur de skapas och visas. På de flesta ställen hänvisar termen ”bildtexter” till ord som visas på skärmen till förmån för döva och hörselskadade tittare. Bildtexter är på samma språk som dialogen. För det mesta noterar bildtexter också bakgrundsljud – till exempel bilar som tutar eller dörrar som slår igen – och eventuella ljudförändringar, som karaktärer som talar med främmande accenter. Deras huvudsakliga syfte är att återskapa filmens ljudegenskaper för tittare som inte hör bra.
Textning är vanligast på tv. Hörselskadade sändningskunder kan ofta prenumerera på TV-textningstjänster som visar löpande dialog längst ner på skärmen under sändningar. Nyhetssändningar och liveshower transkriberas ofta i realtid av stenografer. Nätverksshower och förinspelade funktioner är vanligtvis textade i efterhand av transkriptionsproffs. Användningen av programvara för röstigenkänning är också ett allt populärare sätt att skapa bildtexter.
Majoriteten av tv-textning presenteras som en löpande ström av text som rullar längst ner på tittarens tv-skärmar. Det ägnas vanligtvis lite uppmärksamhet åt presentationens estetik, eftersom huvudmålet är att få den nödvändiga informationen till tittarna så snabbt som möjligt. Detsamma gäller inte alltid för bildtexter designade för film. I de flesta fall skapas filmbaserad bildtext med samma omsorg som de flesta undertexter.
Undertexter är designade för tittare som kan höra, men som inte förstår språket i dialogen. De är vanligast i film. TV-textning är sällsyntare, troligen åtminstone delvis på grund av ansträngningen.
Det första steget i alla textningssträvanden är översättning. Ett team av språkspecialister börjar vanligtvis ett undertextningsprojekt genom att titta på filmen på originalspråket och sedan översätta både den bokstavliga innebörden av orden och den övergripande känslan av varje scen. Dessa översättningar bildar ett alternativt undertextningsmanus.
Därefter måste textningsteamet besluta om tidpunkten och placeringen av texten. Detta görs vanligtvis med ett specialiserat datorprogram. Teammedlemmar måste tilldela varje undertext en specifik varaktighet, som varierar beroende på hastigheten på dialogen och handlingen i specifika scener.
Val av teckensnitt, färg och kontrast är också viktiga delar av textning och undertextning. Orden måste vara tillräckligt stora för att de lätt ska kunna ses av publiken, och måste också vara tillräckligt ljusa för att de sticker ut mot filmens bakgrund. I vissa fall är storleken och färgen som behövs i biografen inte desamma som de som behövs för hemmafilmer. Textning och textning som är designad för att ses på en filmduk är ofta helt annorlunda, åtminstone när det gäller estetik, från den som är utformad för att ses på en tv- eller datorskärm.