Kineettisten annotointiyksiköiden avulla voi nimikoida puhujien eleitä, ilmeitä ja kehon asentoja. Kaikkien kineettisten yksiköiden annotointi vaatii, että käytettävissä on tallenteeseen liittyvä videosignaali. Liikkeitä ja ilmeitä voi annotoida suoraan videolta esimerkiksi Anvil-ohjelmalla tai hyvin karkeasti SoundForge-ohjelmalla. Puh-editorissa tai Praatissa ei toistaiseksi saa videokuvaa näkyviin, mutta annotoinnit voi näissäkin ohjelmissa yhdistää vastaaviin ajallisiin kohtiin äänisignaalia, vaikka käyttäisi videon selailuun jotakin toista ohjelmaa (esim. Windows Media Player tms.). Äänisignaaliin linkitetyt liikeannotoinnit antavat tutkijalle joka tapauksessa hyödyllistä tietoa siitä, mihin kohtaan puhetta tietyt liikkeet ajoittuvat.
Liikkeiden annotointia varten olisi hyvä luoda jokaiselle puhujalle oma nimikointikerros kutakin annotointiyksikköä varten. Yleensä liikkeet eivät ole riippuvaisia muista yksiköistä vaan ne voidaan annotoida erillään.
Alla kuvattujen kineettisten yksiköiden kuvaustapaa ei ole tarkasti määritelty, vaan ilmeille, eleille ja asennoille voidaan antaa nimikkeiksi vapaata tekstiä. Tarvittaessa yksiköille voidaan periyttää aliyksiköitä, joiden ominaisuuksilla voi olla haluttu joukko vaihtoehtoisia arvoja. Liikkeiden annotoinnissa on syytä keskittyä videosignaalin perusteella määrittämään konkreettisesti, mikä liikkuu, milloin ja minne.
Mikäli liikkeistä, asennoista ja ilmeistä halutaan tehdä funktionaalisia kuvauksia, on huomattava, että liikkeet voivat esiintyä ajallisesti eri paikassa kuin kielellinen ilmaus, johon ne mahdollisesti liittyvät. Funktioiden määrittäminen on myös erittäin subjektiivinen toimenpide verrattuna esimerkiksi tietyn eleen yksinkertaiseen ajalliseen rajaamiseen videolta. Funktionaaliset ominaisuudet kannattaakin pitää erillään kineettisistä yksiköistä ja määritellä funktioille ehkä kokonaan omia yksiköitä, sillä tietty funktio voi ainakin teoriassa koskea muitakin yksiköitä kuin kineettisiä.9.1