Rozmowa zarejestrowana na dyktafonie, telefonie lub kamerze prędzej czy później może stać się trudna do szybkiego analizowania. Kilkudziesięciominutowy plik wymaga odsłuchiwania od początku do końca, nawet jeżeli już potrzebny jest wyłącznie jeden dany fragment. W takich wypadkach transkrypcja nagrań pozwala zademonstrować zawartość materiału w formie tekstowej.
Nie oznacza to natomiast normalnego przepisywania słów bez zwracania uwagi na kontekst. Osoba wykonująca zapis musi rozpoznać poszczególnych rozmówców, zachować kolejność ich wypowiedzi i należycie potraktować fragmenty, których nie da się wyraźnie usłyszeć. Problemem bywają szczególnie nagrania zrobione w miejscach, gdzie występuje hałas, echo albo rozmowy prowadzone są przez kilka osób naraz. W takich ustaleniach pojedyncze frazę może być trudne do ustalenia, a próba uzupełnienia go na podstawie domysłu może przemienić znaczenie całej wypowiedzi.
Inaczej trzeba podejść do materiału, który może posiadać znaczenie w postępowaniu formalnym. Transkrypcja do sądu wymaga zwrócenia uwagi na szczegóły, które w zwykłym zapisie rozmowy mogłyby zostać pominięte. Znaczenie może posiadać dokładne wskazanie osoby mówiącej, kolejność zdań, przerwy w wypowiedzi czy moment, w którym dwóch uczestników zaczyna mówić jednocześnie. Przy dłuższych plikach praktycznym wyjściem jest również oznaczanie czasu nagrania. Dzięki temu zapis tekstowy można odnieść do konkretnego miejsca w materiale źródłowym bez konieczności szukania go metodą prób i błędów. Nie bez znaczenia pozostaje sposób zapisywania języka mówionego (zobacz także: transkrypcja cennik). Rozmówcy na prawdę często zmieniają zdanie w połowie wypowiedzi, powtarzają te same słowa lub używają skrótów myślowych. Zbyt daleko idąca korekta może sprawić, że treść będzie brzmiał poprawniej, ale jednocześnie przestanie szczegółowo odzwierciedlać nagranie.
Przy bardziej rozbudowanych materiałach spotkać można określenie stenogram, odnoszące się do szczegółowego zapisu przebiegu wypowiedzi. W praktyce etap szczegółowości takiego dokumentu może zależeć od jego przeznaczenia. W pewnych sytuacjach na prawdę ważna jest prawie że każda przerwa i powtórzenie, innym razem większe znaczenie ma czytelne zademonstrowanie kolejnych wypowiedzi wraz z możliwością odnalezienia ich w nagraniu. Trudność rośnie, gdy materiał obejmuje wiele godzin rozmów. Wtedy łatwo o pomyłkę przy oznaczaniu osób albo pominięcie krótkiego fragmentu w trakcie wielokrotnego przewijania pliku. Pomocne jest dzielenie pracy na mniejsze części i zachowanie jednego sposobu zapisu w całym dokumencie. Szczególnej sugestie wymagają wypowiedzi nakładające się na siebie. Jeżeli nie można niedwuznacznie ustalić ich treści, bardziej właściwe jest zaznaczenie nieczytelnego miejsca niż wpisanie słów, które tylko pasują do kontekstu. Kontekst może pomóc w ponownym odsłuchaniu danego fragmentu, ale nie powinien zastępować tego, co faktycznie znajduje się na nagraniu.
Na jakość końcowego zapisu wpływa głównie materiał źródłowy. Wyraźne nagranie z niewielką liczbą zakłóceń daje inne sposobów niż plik z cichymi głosami, szumem urządzeń lub dźwiękami dochodzącymi z otoczenia. Znaczenie ma też sposób ustawienia mikrofonu a także odległość rozmówców od urządzenia rejestrującego. W sytuacji materiałów wykorzystywanych w sprawach formalnych warto zachować oryginalny plik i nie ograniczać się jedynie do jego wersji tekstowej. Nagranie pozostaje źródłem, z którym można porównać zapis w razie pojawienia się wątpliwości dotyczących konkretnego zdania. Równie ważne jest zachowanie chronologii. Przestawienie dwóch wypowiedzi albo pominięcie krótkiej zamiany zdań może zmodyfikować sposób odbioru kolejnej rozmowy. Dlatego przygotowanie transkrypcji wymaga nie tylko sprawnego słuchania i pisania, lecz również stałej testom zgodności tekstu z materiałem, na bazie którego został sporządzony.
Dodatkowe informacje: transkrypcja do sądu.