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 sporo elementów powinno się uwzględnić w trakcie budowy zapisu.
Transkrypcja nagrań polega na przeniesieniu wypowiedzi z formy dźwiękowej do tekstu, niemniej jednak sposób wykonania takiego zadania uzależniony jest od przeznaczenia materiału. Przeciwnie można opracować rozmowę przeznaczoną do późniejszego przeczytania, a inaczej zapis, w którym istotne jest zachowanie możliwie wiernego przebiegu wypowiedzi. Znaczenie ma także jakość pliku. Szum tła, pogłos, cichy głos albo kilka osób mówiących jednocześnie mogą utrudnić właściwe rozpoznanie słów. W takich okolicznościach nie należy uzupełniać brakujących fragmentów na bazie przypuszczeń. Lepszym rozstrzygnięciem jest wyraźne zaznaczenie, że konkretny fragment jest nieczytelny lub trudny do ustalenia.
W sytuacji materiałów używanych 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 istotna jest kolejność wypowiedzi a także 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 trzeba a przy tym poprawiać wypowiedzi w taki sposób, by brzmiała bardziej logicznie niż na oryginalnym nagraniu. Niedociągnięcia językowe, powtórzenia czy urwane zdania mogą stanowić część rzeczywistego przebiegu rozmowy (więcej informacji:transkrypcja cennik). Jeżeli już materiał ma być w przyszłości oceniany w konkretnym postępowaniu, znaczenie ma też to, czy dokument przedstawia dosłowną tekst nagrania, czy wyłącznie jego uporządkowaną wersję. Te dwa podejścia nie są tym samym i nie zawsze można je używać zamiennie.
Pojęcie stenogram jest związane 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 lub nagranie zostało wykonane 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 sytuacji niepewności warto zachować informację o problemie zamiast przedstawiać domysł jako fakt. Tyczy się to także sytuacji, w której rozmówca mówi niewyraźnie lub równocześnie wypowiada się kilka osób.
Na sposób przygotowania zapisu wpływa także to, jak będzie on w późniejszym czasie wykorzystywany. Jeśli 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 też 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 zademonstrować samymi zdaniami. Dlatego oznaczenia dotyczące pauz, śmiechu, hałasu w tle lub jednoczesnych wypowiedzi powinny być stosowane wówczas, gdy de fakto pomagają odtworzyć przebieg rozmowy. Zwłaszcza przy długich nagraniach liczy się konsekwencja, ponieważ zmienianie zasad zapisu w połowie dokumentu może utrudnić późniejsze użytkowanie z przygotowanego materiału.
Dodatkowe informacje: transkrypcja do sądu.