הקושי כאן הוא לא לכתוב אלא לסנכרן
לתמלל את מה שנאמר בווידאו זה יחסית מהיר; לתת לכל משפט שנייה מדויקת של כניסה ויציאה זה מה שלוקח הכי הרבה זמן. עשר דקות וידאו יכולות להכיל בקלות מאתיים כתוביות, ולכל אחת שתי חותמות עד רמת המילישנייה.
הסנכרון הזה מגיע כבר פתור. הזמנים מחושבים מהאודיו של הקובץ עצמו, ולכן הם מתיישבים לבד ברגע שמחברים את ה‑SRT לווידאו, בלי היסט ובלי תיקון ידני כללי.