Durante una interacción con intérprete se establecen varios turnos de palabras que necesitan una moderación. Esta moderación determina quién tiene preferencia a la hora de realizar sus enunciados y puede ser un papel atribuido al intérprete (principalmente en la interpretación por videoconferencia) o a los operadores telefónicos (en el caso de la interpretación telefónica). En toda interacción se establece una jerarquía que determina qué actor tiene la competencia de gestionar los turnos de palabra.