理解民族志电影使用解说词的历史，应该将其放置在电影史的框架中考察。民族志电影的解说词来源于电影诞生初期的插卡字幕（intertitle），并随着电影技术的发展得到丰富。在无声电影时期，解说词主要是文字形式的字幕；进入有声电影时期，声音形式的旁白和独白成为解说词的新形式；随着摄录一体设备的出现和普及，同期声再次丰富了解说词的声音形式。
因技术限制，1895年电影诞生之时，解说词并未在电影中使用。卢米埃尔兄弟拍摄的《火车进站》（The train pulled into the station，1895）、《婴儿的午餐》（Baby's Lunch，1895）、《水浇园丁》（The Sprayer Sprayed，1895）等早期影片均未出现解说词。1903年，字幕作为一种视觉形式的解说词登上历史舞台。埃德温·S·鲍特（Edwin S. Porter）制作的《汤姆叔叔的小屋》（Uncle Tom's Cabin or Slavery Days，1903）被认为是最早使用字幕的电影之一。与现在不同的是，当时的字幕是使用摄影机把已经写好的文字拍摄下来，作为插卡字幕在影片中使用。从制作过程来看，一幅插卡字幕便是一个镜头，从功能上看，插卡字幕起到了解释、说明的作用。该片使用了15片插卡字幕，第一幅插卡字幕为影片的片名“汤姆叔叔的小屋”（Uncle Tom's Cabin or Slavery Days），后14幅被置于影片段落之间，不仅起到连接前后段落的作用，还明确地阐释了段落的主要内容。如“伊丽莎为汤姆辩护让他逃脱”（Eliza pleads with Tom to run away）、“菲尼亚斯胜过奴隶贩子”(Phenias outwits the slave traders)和“伊丽莎逃脱”(The escape of Eliza)等。影片通过阐释性的插卡字幕，让故事更加连贯、清晰和明确，就该片而言，甚至可以认为是插卡字幕完成了影片的叙事。
无声电影时期，接近于文字表述的字幕是最重要的解说词，其以视觉形式出现在影片中，不仅起到说明和叙事的作用，还能表达影片中的声音信息。字幕可以对画面内容和拍摄对象作阐释性的介绍，可以放在段落或画面之间，使前后段落或画面的连接和转场更加自然流畅，也可以用文字的方式呈现影像无法表达的内容，如交代拍摄的背景信息。此外，无声电影的字幕还可以表达人物的对白、独白和旁白，让观众感受到声音的在场。值得注意的是，字幕在“说明情况的同时还暗含了创作者的评论”。罗伯特·弗拉哈迪（Robert Flaherty）拍摄的《北方的纳努克》（Nanook of the North，1922）不仅使用大量字幕交代影片的创作背景、时间、人物和地点等信息，还通过字幕对影片主人公纳努克的行为作阐释性、概括性和标签化的介绍。字幕中回到“文明社会”（Civilized society）的表述，是弗拉哈迪对纳努克等因纽特人所处社会的蔑视。字幕诞生以后，便成为影视工作者顺手拈来的方法。字幕的阐释方便观众理解影片的内容，但对于不懂文字（或不懂该种文字）的观众来说无疑是观影的障碍。