Rozmowa zarejestrowana na dyktafonie, telefonie albo kamerze po pewnym czasie może stać się trudna do szybkiego rozważenia. Kilkudziesięciominutowy plik wymaga odsłuchiwania od początku do końca, dosłownie jeśli potrzebny jest tylko jeden określony fragment. W takich wypadkach transkrypcja nagrań pozwala zademonstrować zawartość materiału w formie tekstowej.
Nie znaczy to jednak normalnego przepisywania słów bez zwracania sugestie na kontekst. Osoba wykonująca zapis musi rozpoznać poszczególnych rozmówców, zachować kolejność ich wypowiedzi i odpowiednio potraktować fragmenty, których nie da się wyraźnie usłyszeć. Problemem bywają szczególnie nagrania wykonane w miejscach, gdzie występuje hałas, echo albo rozmowy prowadzone są przez kilka osób naraz. W takich ustaleniach pojedyncze frazę może być skomplikowane do ustalenia, a próba wypełnienia go na bazie domysłu może zmienić znaczenie całej wypowiedzi.
Inaczej należy podejść do materiału, który może posiadać znaczenie w postępowaniu formalnym. Transkrypcja do sądu wymaga zwrócenia uwagi na detale, które w zwyczajnym 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 równocześnie. Przy dłuższych plikach praktycznym rozstrzygnięciem jest także 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 (warto sprawdzić: transkrypcje cennik). Rozmówcy na prawdę bardzo często zmieniają zdanie w połowie wypowiedzi, powtarzają te same słowa lub używają skrótów myślowych. Zbyt daleko idąca korekta może sprawić, że tekst będzie brzmiał poprawniej, niemniej jednak jednocześnie przestanie gruntownie odzwierciedlać nagranie.
Przy bardziej rozbudowanych materiałach spotkać można określenie stenogram, odnoszące się do szczegółowego zapisu przebiegu wypowiedzi. W praktyce stopień szczegółowości takiego dokumentu może zależeć od jego przeznaczenia. W pewnych przypadkach bardzo ważna jest niemalże 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 sporo godzin rozmów. Wtedy łatwo o pomyłkę przy oznaczaniu osób lub 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 jednoznacznie ustalić ich treści, bardziej właściwe jest zaznaczenie nieczytelnego miejsca niż wpisanie słów, które wyłącznie pasują do kontekstu. Kontekst może pomóc w ponownym odsłuchaniu danego fragmentu, niemniej jednak nie powinien zastępować tego, co de fakto znajduje się na nagraniu.
Na jakość końcowego zapisu wpływa głównie materiał źródłowy. Wyraźne nagranie z niewielką liczbą zakłóceń daje inne sposobności niż plik z cichymi głosami, szumem urządzeń lub dźwiękami dochodzącymi z otoczenia. Znaczenie ma także sposób ustawienia mikrofonu oraz odległość rozmówców od urządzenia rejestrującego. W sytuacji materiałów wykorzystywanych w sprawach formalnych warto zachować oryginalny plik i nie ograniczać się wyłącznie 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 podmiany zdań może zmienić sposób odbioru kolejnej rozmowy. Dlatego przygotowanie transkrypcji wymaga nie tylko sprawnego słuchania i pisania, lecz też stałej kontroli zgodności tekstu z materiałem, na podstawie którego został sporządzony.
Warto zobaczyć: transkrypcja do sądu.