Dokładne odtworzenie przebiegu rozmowy wymaga uwzględnienia wielu elementów, które w codziennym słuchaniu mogą pozostać niezauważone. Znaczenie mają nie tylko i wyłącznie same słowa, lecz również kolejność wypowiedzi, sposób reagowania rozmówców i fragmenty, w których kilka osób mówi jednocześnie. Transkrypcje nagrań są wykorzystywane w głównej mierze przy dokumentowaniu zebrań, rozmów telefonicznych, wywiadów, konsultacji a także materiałów związanych z różnymi postępowaniami.
Sposób przygotowania zapisu zależy przede wszystkim od jego przeznaczenia. Całkiem inaczej opracowuje się rozmowę, z której potrzebne są jedynie bardzo ważne ustalenia, a zupełnie inaczej materiał wymagający zachowania pełnego brzmienia każdej wypowiedzi. W tym drugim przypadku nie trzeba usuwać powtórzeń, edytować szyku zdań ani poprawiać wypowiedzi tak, ażeby brzmiały bardziej formalnie. Nawet jeżeli rozmówca wykorzystuje niepoprawnych konstrukcji językowych, ich zmiana może wpłynąć na charakter lub znaczenie wypowiedzi. Zapis tekstowy powinien więc odzwierciedlać rzeczywisty przebieg rozmowy, a nie jej późniejszą, poprawioną wersję.
Jednym z trudniejszych etapów pracy jest uwarunkowanie, które fragmenty nagrania można odtworzyć bez wątpliwości. Kłopoty pojawiają się zwłaszcza przy słabej jakości dźwięku, nagraniach wykonywanych z wielkiej odległości oraz rozmowach prowadzonych w miejscach publicznych. Dźwięki otoczenia mogą zagłuszać pojedyncze słowa, a niewyraźna wymowa utrudnia rozpoznanie końcówek i nazw własnych. W takich przypadkach samo kilkukrotne odtworzenie pliku nie za każdym razem wystarcza (polecana strona: stenogram cennik). W pewnych przypadkach konieczne jest sprawdzenie szerszego fragmentu, ponieważ dopiero wcześniejsze i późniejsze zdania pozwalają rozpoznać temat wypowiedzi. Nie oznacza to natomiast, że brakujące słowa można uzupełniać na bazie przypuszczeń. Jeśli tekst pozostaje nieczytelna, powinno się odpowiednio oznaczyć taki fragment. Analogiczna zasada tyczy się identyfikacji uczestników. Gdy nie ma pewności, kto zabrał głos, całkiem dobrze zastosować neutralne oznaczenie niż przypisać wypowiedź niewłaściwej osobie. Ma to znaczenie w szczególności w materiałach, w których poszczególne kwestie mogą być w przyszłości analizowane oddzielnie.
W sytuacji dokumentów używanych w sprawach prawnych szczególne znaczenie ma zgodność zapisu z oryginalnym materiałem. Transkrypcja do sądu powinna przedstawiać wypowiedzi w odpowiedniej kolejności, z zachowaniem rozróżnienia między uczestnikami rozmowy. Ważne jest również uwzględnienie krótkich reakcji, zaprzeczeń, potwierdzeń i pytań, które mogą mieć znaczenie dla odczytania całego dialogu. Nie należy własnymi siłami skracać wypowiedzi jedynie dlatego, że niektóre fragmenty wydają się powtarzalne albo mało ważne. W zależności od celu dokumentu przydatne są znaczniki czasu wskazujące moment rozpoczęcia poszczególnych kwestii. Pozwalają one szybko odnaleźć odpowiedni fragment w nagraniu i porównać go z zapisem tekstowym. Stenogram może również zawierać oznaczenia przerw, niezrozumiałych słów czy wypowiedzi nakładających się na siebie. Powinno się natomiast pamiętać, że dokładny zapis rozmowy nie jest tym samym co jej ocena prawna. Nie rozstrzyga samodzielnie o wiarygodności uczestników ani o znaczeniu dowodowym przedstawionych treści. Sposób zastosowania takiego dokumentu zależy od wymagań konkretnego postępowania.
Przy opracowywaniu materiałów audio coraz częściej wykorzystuje się programy automatycznie zamieniające mowę na tekst. Takie rozwiązania mogą tworzyć wstępną wersję dokumentu, natomiast ich wyniki nie za każdym razem odpowiadają rzeczywistej treści nagrania. Usterki ukazują się przy rozpoznawaniu nazwisk, nazw mieście, dat, kwot a także wyrazów o podobnym brzmieniu. Dodatkowym ograniczeniem jest trudność w prawidłowym rozdzielaniu wypowiedzi kilku osób, szczególnie gdy rozmówcy sobie przerywają. Z tego powodu samoczynnie wygenerowany tekst wymaga kontroli z oryginalnym plikiem. Warto zwrócić uwagę też na sposób zapisu liczb, skrótów i określeń specjalistycznych, ponieważ ich nieprawidłowa interpretacja może prowadzić do zmiany sensu całego zdania. Osobnego podejścia wymagają nagrania wielojęzyczne, w których uczestnicy przechodzą z jednego języka na drugi lub używają obcojęzycznych nazw. Przygotowany dokument powinien zachowywać spójny układ, niemniej jednak nie może upraszczać treści kosztem jej dokładności. Znaczenie moraz zgodność tekstu z w pewnych sytuacjach trwania nagrania oraz prawidłowe oznaczenie wszystkich miejsc, w których odtworzenie wypowiedzi nie było możliwe.
Źródło informacji: transkrypcja do sądu.