Nagranie rozmowy może zawierać znacznie więcej informacji, niż wynikałoby z pobieżnego odsłuchania. Wypowiedzi na prawdę często są przerywane, rozmówcy wchodzą sobie w słowo, a część zdań pozostaje niedokończona. Dopiero przy dokładnym odsłuchiwaniu widać, jak sporo elementów należy uwzględnić w trakcie budowy zapisu.
Transkrypcja nagrań polega na przeniesieniu wypowiedzi z formy dźwiękowej do tekstu, ale sposób utworzenia takiego zadania zależy od przeznaczenia materiału. Zupełnie inaczej można opracować rozmowę przeznaczoną do późniejszego przeczytania, a zupełnie inaczej 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 właściwe rozpoznanie słów. W takich okolicznościach nie trzeba uzupełniać brakujących fragmentów na bazie przypuszczeń. Lepszym rozwiązaniem jest wyraźne zaznaczenie, że dany fragment jest nieczytelny albo nieprosty do ustalenia.
W przypadku materiałów używanych w sprawach prawnych szczególnej uwagi 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 oraz sposobność 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 co więcej poprawiać wypowiedzi w taki sposób, aby brzmiała bardziej logicznie niż na oryginalnym nagraniu. Usterki językowe, powtórzenia czy urwane zdania mogą stanowić część rzeczywistego przebiegu rozmowy (sprawdź:transkrypcja cennik). O ile materiał ma być później oceniany w konkretnym postępowaniu, znaczenie ma też to, czy dokument przedstawia dosłowną tekst nagrania, czy jedynie jego uporządkowaną wersję. Te dwa podejścia nie są tym samym i nie za każdym razem można je używać zamiennie.
Pojęcie stenogram jest powiązane z wiernym zapisem wypowiedzi, natomiast 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 wtedy 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 przemienić znaczenie całej wypowiedzi, dlatego takie fragmenty wymagają dodatkowego sprawdzenia. W przypadku niepewności warto zachować informację o problemie zamiast przedstawiać domysł jako fakt. Tyczy się to też sytuacji, w której rozmówca mówi niewyraźnie lub równocześnie wypowiada się kilka osób.
Na sposób przygotowania zapisu wpływa również to, jak będzie on w późniejszym czasie wykorzystywany. Jeśli tekst ma służyć głównie do analizy treści, można zastosować układ ułatwiający szybkie wyszukiwanie 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 mieć znaczenie, którego nie da się w pełni przedstawić 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.
Zobacz: transkrypcja do sądu.
