Rozmowa zarejestrowana na dyktafonie, telefonie albo kamerze po pewnym czasie może stać się trudna do szybkiego przemyślenia. Kilkudziesięciominutowy plik wymaga odsłuchiwania od początku do końca, wręcz jeżeli potrzebny jest tylko jeden dany fragment. W tak zaistniałych okolicznościach transkrypcja nagrań pozwala zaprezentować zawartość materiału w formie tekstowej.
Nie znaczy to jednakże 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 trudne do ustalenia, a próba uzupełnienia go na bazie domysłu może zmodyfikować znaczenie całej wypowiedzi.
Inaczej powinno się podejść do materiału, który może posiadać znaczenie w postępowaniu formalnym. Transkrypcja do sądu wymaga zwrócenia sugestie na szczegóły, które w powszechnym 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 rozstrzygnięciem 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 (dodatkowe informacje: stenogram cennik). Rozmówcy na prawdę bardzo często zmieniają zdanie w połowie wypowiedzi, powtarzają te same słowa albo używają skrótów myślowych. Zbyt daleko idąca korekta może sprawić, że treść będzie brzmiał poprawniej, niemniej jednak jednocześnie przestanie z dużą uwagą odzwierciedlać nagranie.
Przy bardziej rozbudowanych materiałach spotkać można określenie stenogram, odnoszące się do dokładnego zapisu przebiegu wypowiedzi. W praktyce etap szczegółowości takiego dokumentu może zależeć od jego przeznaczenia. W pewnych przypadkach na prawdę istotna jest prawie każda przerwa i powtórzenie, innym razem większe znaczenie ma czytelne przedstawienie 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 podczas wielokrotnego przewijania pliku. Pomocne jest dzielenie pracy na mniejsze części i zachowanie jednego sposobu zapisu w całym dokumencie. Szczególnej uwagi wymagają wypowiedzi nakładające się na siebie. Jeżeli nie można niedwuznacznie 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, ale nie powinien zastępować tego, co realnie znajduje się na nagraniu.
Na jakość końcowego zapisu wpływa przede wszystkim materiał źródłowy. Wyraźne nagranie z niewielką liczbą zakłóceń daje inne sposobów niż plik z cichymi głosami, szumem urządzeń albo dźwiękami dochodzącymi z otoczenia. Znaczenie ma również sposób ustawienia mikrofonu oraz odległość rozmówców od urządzenia rejestrującego. W przypadku 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 istotne jest zachowanie chronologii. Przestawienie dwóch wypowiedzi albo pominięcie krótkiej zamiany zdań może przemienić sposób odbioru następnej rozmowy. Dlatego przygotowanie transkrypcji wymaga nie tylko sprawnego słuchania i pisania, lecz także stałej sprawdzeniu zgodności tekstu z materiałem, na podstawie którego został sporządzony.
Warto zobaczyć: transkrypcja do sądu.