Nagranie rozmowy może zawierać znacznie więcej informacji, niż wynikałoby z pobieżnego odsłuchania. Wypowiedzi często są przerywane, rozmówcy wchodzą sobie w frazę, a część zdań pozostaje niedokończona. Dopiero przy dokładnym odsłuchiwaniu widać, jak wiele elementów trzeba uwzględnić w trakcie budowy zapisu.
Transkrypcja nagrań polega na przeniesieniu wypowiedzi z formy dźwiękowej do tekstu, ale sposób wykonania takiego zadania zależy od przeznaczenia materiału. Inaczej można opracować rozmowę przeznaczoną do późniejszego przeczytania, a przeciwnie zapis, w którym ważne jest zachowanie możliwie wiernego przebiegu wypowiedzi. Znaczenie ma także jakość pliku. Szum tła, pogłos, cichy głos albo kilka osób mówiących równocześnie mogą utrudnić prawidłowe rozpoznanie słów. W takich przypadkach nie powinno się uzupełniać brakujących fragmentów na bazie przypuszczeń. Lepszym rozwiązaniem jest wyraźne zaznaczenie, że konkretny fragment jest nieczytelny lub skomplikowany do ustalenia.
W sytuacji materiałów wykorzystywanych w sprawach prawnych szczególnej sugestie wymaga dokładność zapisu. Transkrypcja do sądu może obejmować rozmowy telefoniczne, przesłuchania, spotkania, wiadomości głosowe czy inne nagrania, które mają znaczenie dla określonego postępowania. W takim dokumencie na prawdę istotna jest kolejność wypowiedzi oraz możliwość łatwego odnalezienia konkretnego miejsca w materiale źródłowym. Z tego powodu przydatne bywają oznaczenia czasu, podział na poszczególnych rozmówców i konsekwentne stosowanie tych samych oznaczeń w całym dokumencie. Nie należy ponadto poprawiać wypowiedzi w taki sposób, ażeby brzmiała bardziej logicznie niż na oryginalnym nagraniu. Niedociągnięcia językowe, powtórzenia czy urwane zdania mogą stanowić część rzeczywistego przebiegu rozmowy (więcej informacji:transkrypcja cennik). O ile materiał ma być później oceniany w konkretnym postępowaniu, znaczenie ma też to, czy dokument przedstawia dosłowną treść nagrania, czy jedynie jego uporządkowaną wersję. Te dwa podejścia nie są tym samym i nie za każdym razem można je stosować zamiennie.
Pojęcie stenogram jest powiązane z wiernym zapisem wypowiedzi, jednakże w praktyce metoda takiego dokumentu może być dostosowana do charakteru nagrania. Przy większej liczbie uczestników samo rozpoznanie głosów bywa wyzwaniem, szczególnie gdy osoby mają podobną barwę głosu albo nagranie zostało zrobione z większej odległości. Pomocny jest wówczas kontekst rozmowy, niemniej jednak nie powinien on prowadzić do dopisywania treści, których nie można usłyszeć. Osobną kwestią są nazwy swoje, nazwiska, numery, daty i specjalistyczne określenia. Pomyłka w jednym słowie może zmodyfikować znaczenie całej wypowiedzi, dlatego takie fragmenty wymagają dodatkowego sprawdzenia. W przypadku niepewności warto zachować informację o problemie zamiast przedstawiać domysł jako fakt. Dotyczy to też sytuacji, w której rozmówca mówi niewyraźnie lub jednocześnie wypowiada się kilka osób.
Na sposób przygotowania zapisu wpływa też to, jak będzie on w przyszłości wykorzystywany. Jeżeli już treść ma służyć głównie do analizy treści, można zastosować układ ułatwiający szybkie szukanie konkretnych fragmentów. Przy dokumentach związanych z materiałem dowodowym większe znaczenie może posiadać zachowanie kolejności wypowiedzi i dokładne wskazanie miejsca w nagraniu. Warto również pamiętać, że tekst nie oddaje wszystkich cech komunikacji ustnej. Ton głosu, długość ciszy, sposób wypowiedzenia określonego słowa czy reakcje pozostałych osób mogą posiadać znaczenie, którego nie da się w pełni zaprezentować samymi zdaniami. Dlatego oznaczenia dotyczące pauz, śmiechu, hałasu w tle albo jednoczesnych wypowiedzi powinny być stosowane wówczas, gdy de facto pomagają odtworzyć przebieg rozmowy. W szczególności przy długich nagraniach liczy się konsekwencja, ponieważ zmienianie zasad zapisu w połowie dokumentu może utrudnić późniejsze wykorzystywanie z przygotowanego materiału.
Źródło: transkrypcja nagrań.