Rozmowa zarejestrowana na dyktafonie, telefonie lub kamerze prędzej czy później może stać się trudna do szybkiego rozważenia. Kilkudziesięciominutowy plik wymaga odsłuchiwania od początku do końca, wręcz o ile niezbędny jest jedynie jeden określony fragment. W takich wypadkach transkrypcja nagrań pozwala zademonstrować zawartość materiału w formie tekstowej.
Nie znaczy to natomiast zwykłego 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 zrealizowane w miejscach, gdzie występuje hałas, echo lub rozmowy prowadzone są przez kilka osób naraz. W takich ustaleniach pojedyncze słowo może być skomplikowane do ustalenia, a próba wypełnienia go na podstawie domysłu może zmienić znaczenie całej wypowiedzi.
Inaczej należy podejść do materiału, który może mieć znaczenie w postępowaniu formalnym. Transkrypcja do sądu wymaga zwrócenia uwagi na najmniejsze elementy, które w zwykłym zapisie rozmowy mogłyby zostać pominięte. Znaczenie może mieć dokładne wskazanie osoby mówiącej, kolejność zdań, przerwy w wypowiedzi czy moment, w którym dwóch uczestników zaczyna mówić równocześnie. Przy dłuższych plikach praktycznym rozwiązaniem 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 (zobacz również: transkrypcja do sądu cennik). Rozmówcy 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 ze starannością 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. Nierzadko znacząca jest niemal każda przerwa i powtórzenie, innym razem większe znaczenie ma czytelne zilustrowanie kolejnych wypowiedzi wraz z możliwością odnalezienia ich w nagraniu. Trudność rośnie, gdy materiał obejmuje wiele godzin rozmów. Wówczas łatwo o pomyłkę przy oznaczaniu osób albo pominięcie krótkiego fragmentu podczas 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 dobitnie ustalić ich treści, bardziej właściwe jest zaznaczenie nieczytelnego miejsca niż wpisanie słów, które jedynie pasują do kontekstu. Kontekst może pomóc w ponownym odsłuchaniu danego fragmentu, niemniej jednak nie powinien zastępować tego, co de facto znajduje się na nagraniu.
Na jakość końcowego zapisu wpływa przede wszystkim materiał źródłowy. Wyraźne nagranie z niewielką liczbą zakłóceń daje inne możliwości niż plik z cichymi głosami, szumem urządzeń lub dźwiękami dochodzącymi z otoczenia. Znaczenie ma także sposób ustawienia mikrofonu a także odległość rozmówców od urządzenia rejestrującego. W przypadku materiałów stosowanych 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 istotne jest zachowanie chronologii. Przestawienie dwóch wypowiedzi lub pominięcie krótkiej wymiany zdań może zmienić sposób odbioru kolejnej rozmowy. Dlatego przygotowanie transkrypcji wymaga nie tylko i wyłącznie sprawnego słuchania i pisania, lecz również stałej sprawdzeniu zgodności tekstu z materiałem, na bazie którego został sporządzony.
Warto zobaczyć: transkrypcja do sądu.