作为一种影视艺术类型，纪录片是多种艺术要素集合而成的综合艺术，语言系统主要包括语言元素和艺术手法，其中语言元素包括画面语言、镜头语言、字幕语言、音响语言、解说语言、音乐语言六种，艺术手法包括蒙太奇、长镜头、特殊效果三种。
一、语言元素
（一）画面语言
“画面”这个词语起源于绘画领域，在电影发展的早期，被引入电影领域。在影视艺术话语体系中，“画面”主要有两层含义：从宏观意义上来说指的是影片的视觉构成部分，是相对于声音构成部分的总体描述，如可以说某部影片的画面部分；从微观意义上来说指的是影片画面语言中基于画格的静态影像，这是从视听语言角度来说的。一般情况下每1秒长度的镜头的电影画面有24个画格（电视画面是25帧）。因此，从影像的物理属性来看，观众实际上看到的是连续翻动的画面。所以说画面是影片的基本组成单位，也是视听语言的最小单位。如果抛开影像的物理属性，去关注影像的内容意义，可以说画面是影像中众多事物的指意工具。在纪录片创作中，创作者无论是对影像的拍摄还是编辑，不是随意而为的，而是有其具体“指意”的考量。因此，无论是创作纪录片还是分析纪录片，只有落实到具体的画面层面中，才更有针对性。
纪录片创作对画面的考量通常从三个方面进行：一是基于平面意义的景别，包括远景、全景、中景、近景、特写等；二是基于纵深意义的结构，包括前景、背景、主体、陪体、线条、影调等；三是基于容量意义的内容，包括环境、人物、动物、地图、数据、漫画、动画等。影视画面的表达容量是巨大的，在具体“指意”的过程中，可以表达具象、意象乃至抽象的东西。因此，在纪录片创作中，创作者应该特别重视画面造型。例如，周岳军执导的《长湖恋》，选取的画面紧紧围绕老人的“恋湖”情结展开，为了准确、细致、全面地展现长湖的美景，让观众产生身临其境的现场感，该片使用多种景别，将逆光中的长湖、明暗对比的色调、波光粼粼的水面、随风摇曳的芦苇等呈现得如诗如画。这些美不胜收的画面，看似呈现的是长湖本身，实则让观众对老人依恋长湖的情感有了充分的理解。
（二）镜头语言
从物理角度来说，镜头是摄影机（或摄像机）光学系统中成像的主要组成部件，由镜片和镜筒构成；从艺术角度来说，镜头主要指的是画面延续的范围，是影片展开叙事和表意的最小单位。镜头主要有以下三层含义：一从拍摄角度讲，镜头是摄影机（或摄像机）的马达开动至停止这段时间内被感光的胶片；二从剪辑角度讲，镜头是剪两次与接两次之间的那段胶片；三从观众角度讲，镜头是两个连续画面之间的那段胶片。从形式上来说，镜头是由若干静态画面组成的一段连续的动态影像；从意义上来说，它是主体内容运动发展的叙事过程。与“画面”不同，镜头加入了时间和运动因素，成为“流动影像的叙述”。单个画面实际上只具有“描述情景”的作用，而基于时间的多个画面的逻辑运动，则形成了情节。因此，也可以说镜头是构成情节的基本单位。
