W pracy z materiałami dźwiękowymi znaczenie ma nie tylko i wyłącznie to, co zostało powiedziane, ale też sposób uporządkowania wypowiedzi. Nagranie rozmowy, wywiadu, posiedzenia czy spotkania może trwać kilkadziesiąt minut, a późniejsze odnalezienie dokładnie określonej informacji bez zapisu bywa czasochłonne. W takich wypadkach stosowana jest transkrypcja nagrań, czyli przeniesienie treści mówionej do formy tekstowej.
Samo przepisanie słów nie zawsze jednakże wystarcza. Przy mniej wyraźnych nagraniach pojawiają się przerwy, nakładające się głosy, urwane zdania albo fragmenty, których nie da się dobitnie usłyszeć. W praktyce należy wtedy rozstrzygnąć, czy zachować dosłowny charakter wypowiedzi, czy przygotować zapis bardziej uporządkowany. Każda z owych form służy nieco innemu celowi, dlatego sposób opracowania materiału warto ustalić przed rozpoczęciem pracy.
Szczególnego podejścia wymaga materiał, który ma być wykorzystany w postępowaniu prawnym. Transkrypcja do sądu powinna możliwie z dużą uwagą odzwierciedlać zawartość nagrania, bez dopisywania znaczeń, poprawiania wypowiedzi czy zmieniania ich sensu. Ważne mogą być nie tylko pełne zdania, lecz również momenty zawahania, przerwy, zmiana osoby mówiącej albo fragmenty, w których wypowiedź jest niezrozumiała (polecana strona:transkrypcje cennik). Przy dłuższych materiałach istotne staje się również oznaczanie czasu nagrania, ponieważ ułatwia ono odnalezienie konkretnego fragmentu w pliku źródłowym. Jeżeli już na nagraniu mówi kilka osób, niezbędne jest rozróżnienie ich wypowiedzi w sposób czytelny i konsekwentny. Problem pojawia się szczególnie wtedy, gdy rozmówcy mówią jednocześnie. W takim wypadku zapis powinien jasno sygnalizować ograniczenie wynikające z jakości materiału, zamiast uzupełniać brakujące słowa na bazie domysłów.
Określenie stenogram jest na prawdę często używane zamiennie z transkrypcją, choć w współzależności od wykorzystania może oznaczać nieco inny sposób zapisu. Stenogram kojarzy się przede wszystkim z możliwie wiernym odtworzeniem przebiegu wypowiedzi, dlatego przy jego przygotowaniu liczy się kolejność słów i zachowanie informacji występujących w nagraniu. Nie znaczy to jednak, że właściwie każdy zapis powinien wyglądać bardzo podobnie. Całkiem inaczej opracowuje się rozmowę, w której na prawdę ważna jest naturalna forma wypowiedzi, a całkiem inaczej materiał przeznaczony do analizy dokumentacyjnej. Przy zapisie dosłownym pozostawia się między innymi powtórzenia, charakterystyczne przerwania zdań czy potoczne sformułowania, jednakże w wersji redagowanej można ograniczyć elementy utrudniające czytanie. Decyzja dotycząca formy ma później wpływ na sposób interpretowania dokumentu, dlatego nie powinna być podejmowana jedynie pod względem wyglądu gotowego tekstu.
Na dokładność zapisu wpływa głównie jakość materiału wejściowego. Nagranie zrobione w spokojnym pomieszczeniu zwykle pozwala łatwiej rozpoznać poszczególne głosy niż plik zarejestrowany w miejscu, w którym występuje hałas, echo albo wiele osób rozmawia jednocześnie. Znaczenie moraz sposób nagrania, rodzaj mikrofonu i odległość rozmówców od urządzenia. Przy bardzo słabej jakości dźwięku niektórych fragmentów nie da się odtworzyć z pełną pewnością i powinno się to wyraźnie zaznaczyć w tekście. Równie istotna jest weryfikacja nazw własnych, dat, liczb oraz terminów pojawiających się w wypowiedziach, ponieważ pojedyncza pomyłka w takim miejscu może zmienić znaczenie całego fragmentu. Transkrypcja jest więc nie tylko czynnością polegającą na wpisywaniu usłyszanych słów. Wymaga uważnego odsłuchiwania, rozpoznawania kontekstu i jednoczesnego respektowania granicy między tym, co de fakto wynika z nagrania, a tym, co można jedynie przypuszczać.
Źródło: transkrypcja do sądu.