W pracy z materiałami dźwiękowymi często okazuje się, że sama rejestracja rozmowy to dopiero początek procesu, a prawidłowe przeznaczenie nagrania wymaga jego uporządkowania i przekształcenia w formę tekstową. W praktyce nagrania różnią się jakością, zawierają zakłócenia, przerwy w wypowiedziach lub nakładające się głosy, co utrudnia ich bezpośrednią analizę. Z tego powodu ważne staje się przeniesienie treści do formy pisemnej, która umożliwia na dokładniejsze prześledzenie przebiegu rozmowy a także jej struktury.
W ogromnej liczbie przypadków wykorzystywane są transkrypcje nagrań, które polegają na wiernym odwzorowaniu wypowiedzi w formie tekstu. W praktyce proces ten wymaga wielkiej precyzji, ponieważ wręcz drobne różnice w zapisie mogą zmienić znaczenie