Attualmente le interfacce di output maggiormente utilizzate sono quelle con uscita a video, nel quale il dispositivo di uscita è rappresentato da uno schermo.
Ci sono due grandi categorie di interfacce di output a video:
Nelle prime si hanno a video esclusivamente caratteri ascii: caratteri, punteggiatura e segni speciali. I caratteri di controllo, che anch'essi fanno parte del set ascii, non hanno un equivalente grafico. Per separare il testo in "finestre virtuali", si usano ancora caratteri ascii; lo stesso per le finestre di "pop-up". Queste sono finestre che si sovrappongono al testo corrente, visualizzando il proprio contenuto. Quando la finestra di pop-up viene chiusa, ricompare il testo precedente.
Sotto Linux, le interfacce testuali sono presenti sulle "console" sia completamente testuali, che in ambiente grafico. Alle prime si accede con le combinazioni di tasti "ALT+Fn", dove con Fn si intendono i tasti funzione. Alle seconde si accede sotto una qualunque interfaccia grafica, richiamando l'applicazione che emula il terminale.
Essendo presente sullo schermo solamente del testo, le interfacce testuali sono molto semplici da gestire con uno screen reader. In questo caso, infatti, non c'è alcuna informazione sulla struttura della pagina, da "leggere". Esempi di interfacce grafiche testuali sono la shell di Unix (la console) ed il vecchio DOS.
Nelle interfacce grafiche, lo schermo contiene vari elementi, attivi o attivabili con il click (o doppio click) del mouse, oppure con delle opportune combinazioni di tasti. Le aree attive possono essere finestre, bottoni, barre di scorrimento, icone, menu, combo box, e vari altri componenti. Alcuni componenti si attivano al passaggio del mouse, altri con il click del mouse, altri ancora con il doppio click del mouse. In alcuni casi è possibile associare combinazioni di tasti con delle azioni. Ad esempio è possibile associare una combinazione di tasti con l'attivazione di un'applicazione o di un bottone. Questo rende possibile utilizzare l'interfaccia grafica anche senza l'uso del mouse. Ovviamente bisogna sempre ricordare tutte le combinazioni di tasti per le varie azioni che interessa usare. Spesso però le applicazioni non mettono a disposizione la possibilità di utilizzare combinazioni di tasti per accedere ad azioni o proprietà dell'applicazione stessa. Un esempio può essere un'applicazione di elaborazione tesi: molte applicazioni di word processing hanno combinazioni di tasti per le azioni maggiormente usate, ma non per accedere a proprietà del documento, quale il tipo di font attualmente in uso. Questo perchè si da per scontato che chi utilizza l'applicazione possa leggere quelle informazioni direttamente dallo schermo.
Nel caso delle interfacce grafiche, nasce quindi il problema di poter accedere non solo al testo presente sullo schermo, ma anche alle informazioni presenti nei vari tipi di componenti grafici.
Sotto Linux ci sono più di dieci interfacce grafiche utilizzabili, anche se quelle maggiormente utilizzate, a livello desktop, sono due: KDE [KDE03] e GNOME [GNOME03]. Ognuno di questi due ambienti grafici ha un suo modo di gestire i componenti grafici. Le applicazioni possono utilizzare componenti grafici dell'uno o dell'altro ambiente. Ci possono quindi essere sullo schermo contemporaneamente applicazioni con componenti KDE ed applicazioni con componenti GNOME. Uno Screen Reader grafico dovrà quindi avere la possibilità di accedere ai componenti grafici sia dell'uno che dell'altro ambiente, a meno di voler utilizzare applicazioni di un solo ambiente.
Le applicazioni grafiche, a loro volta, possono aggiungere nuove combinazioni di tasti per accedere a più informazioni. Attualmente, sotto Linux, ci sono progetti in questa direzione sia dalle maggiori suite di office (OpenOffice [OO03], KOffice [KDE03], Gnome Office [GNOME03]),che dai maggiori browser internet (Mozilla [MOZ03], Konqueror [KDE03], Nautilus [GNOME03]).
Lo strumento più utilizzato, sia per interfacce grafiche, che testuali, per accedere al contenuto dello schermo è lo Screen Reader. Lo Screen Reader è un programma che permette di leggere ci`øche è scritto a video e passarlo ad un sistema di sintesi vocale o ad un dispositivo Braille. Uno screen reader per interfaccia testuale, è in grado di leggere qualunque carattere presente a video e passarlo in uscita, mentre la versione per interfacce grafiche è in grado di dare in uscita, oltre al testo di un documento, anche informazioni sui componenti grafici. Entrambi hanno la possibilità di dare in uscita una riga alla volta, una parola alla volta, o un carattere alla volta. Sono inoltre in grado di spostarsi su un testo per scegliere da che punto iniziare a "leggere". Alcuni screen reader danno l'uscita soltanto su sintetizzatori vocali hardware, per cui è necessario acquistarne uno, se si ha intenzione di utilizzare quello screen reader. Altri supportano anche sintetizzatori vocali software.
Uno Screen Reader non aggiunge contenuto informativo a ciò che e` possibile leggere dallo schermo.
Un nuovo tipo di sistema, dovrebbe fornire un framework, nel quale l'output non venga direttamente dalle applicazioni, ma venga filtrato da questo sistema stesso. Un componente quindi che si interpone tra l'input dell'utente e l'output dell'applicazione. Restando sempre possibile, comunque, utilizzare uno Screen Reader per poter leggere quello che è presente sullo schermo.