Sporo informacji przekazywanych podczas rozmów ma znaczenie głównie w chwili, gdy padają konkretne słowa. Po pewnym czasie pamięć uczestników może być niepełna, a ponowne odsłuchiwanie długiego pliku na prawdę bardzo często utrudnia szybkie odnalezienie potrzebnego fragmentu. Z tego powodu przygotowywana jest transkrypcja nagrań, czyli przeniesienie treści wypowiadanej w materiale audio lub wideo do formy pisemnej.

W zależności od rodzaju nagrania zapis może dotyczyć jednej osoby lub wieloosobowej rozmowy, a trudność pracy zmienia się wraz z jakością dźwięku. Przeciwnie wygląda materiał z wyraźną wymową i jednym rozmówcą, a przeciwnie spotkanie, w trakcie którego głosy nakładają się na siebie. Znaczenie mają też pauzy, urwane zdania, powtórzenia i fragmenty wypowiadane niewyraźnie (sprawdź również: transkrypcja do sądu cennik). W takich okolicznościach nie trzeba automatycznie zastępować niezrozumiałych słów swoją interpretacją, ponieważ wręcz niewielka zmiana może wpłynąć na sens całej wypowiedzi.

Szczególnego znaczenia nabiera zapis materiału, który ma zostać wykorzystany w sprawie formalnej. Transkrypcja do sądu powinna być przygotowywana z uwzględnieniem charakteru nagrania oraz celu, któremu ma służyć dokument. Ważne może być dokładne wskazanie rozmówców, zachowanie kolejności wypowiedzi a także sposobność odnalezienia konkretnego miejsca w materiale źródłowym. Przy dłuższych nagraniach pomocne są oznaczenia czasu, ponieważ pozwalają sprawdzić, z jakiego fragmentu pochodzi dana część zapisu. Nie zawsze właściwe jest też poprawianie języka osób mówiących. Wypowiedzi ustne różnią się od tekstu pisanego, dlatego występują w nich niedociągnięcia, powtórzenia czy zdania rozpoczęte i niedokończone. Ich nadmierne wygładzanie może spowodować, że dokument przestanie wiernie przedstawiać przebieg rozmowy. Sposób opracowania powinien więc wynikać z tego, czego wymaga dokładnie sprecyzowane użycie materiału.

W praktyce dużo czasu może zająć nie samo wpisywanie słów, lecz rozstrzyganie miejsc problematycznych. Praktyczny stenogram nie powinien opierać się na zgadywaniu, gdy nagranie nie daje możliwość dobitnie ustalić wypowiedzi. Szum uliczny, odgłosy urządzeń, rozmowy prowadzone w tle czy duża odległość od mikrofonu umieją sprawić, że pojedyncze słowo staje się skomplikowane do rozpoznania. Jeszcze większym wyzwaniem są sytuacje, w których rozmówcy mówią jednocześnie. Wtedy konieczne może być wielokrotne odsłuchanie krótkiego fragmentu i zestawienie go z kontekstem całej rozmowy. Kontekst pomaga zrozumieć wypowiedź, ale nie powinien być traktowany jako podstawa do dopisywania treści, której de fakto nie słychać. W dokumentach o charakterze formalnym w szczególności ważne jest rozdzielenie tego, co wynika bezpośrednio z nagrania, od tego, co mogłoby być wyłącznie domysłem osoby wykonującej zapis.

Znaczenie ma też sposób przygotowania materiału przed rozpoczęciem pracy. Oryginalne nagranie powinno pozostać dostępne, ponieważ zapis tekstowy nie zastępuje źródła i w razie potrzeby może wymagać porównania z konkretnym fragmentem audio albo wideo. Przydatne okazuje się również zachowanie jednolitego sposobu oznaczania osób, czasu a także fragmentów, których nie można dokładnie odczytać. W przypadku kilku godzin materiału warto zwracać uwagę na ciągłość zapisu, ponieważ zmiana oznaczenia jednego rozmówcy może później utrudnić interpretację całego dokumentu. Na prawdę istotna jest też jakość samego pliku. Kompresja, bardzo cichy dźwięk lub nagranie wykonane z ogromnej odległości mogą ograniczać dokładność zapisu niezależnie od sposobu jego opracowania. Dlatego przy ocenie gotowego dokumentu należy brać pod uwagę nie tylko i wyłącznie formę tekstu, lecz również możliwości i ograniczenia materiału, z którego został on sporządzony.

Zobacz: transkrypcje nagrań.