No, al igual que en el caso del caption, la descripción de video puede ser opcionalmente activada por el usuario. En la televisión análoga NTSC, se utiliza un canal de audio adicional, conocido como SAP (secondary audio program) para enviar el audio con descripción de video. El televidente puede entonces seleccionar qué audio escuchar, el audio principal sin descripción o el audio del SAP con descripción.

En la televisión digital existe la posibilidad de enviar más de 4 canales de audio por cada programa, por lo que se aprovecha uno de estos canales para enviar el audio con la descripción de video.