Nagrania dźwiękowe i materiały wideo są dziś wykorzystywane w znaczącej liczbie sytuacji, w których późniejsze odtworzenie całego materiału może być niewygodne albo czasochłonne. W takich przypadkach znaczenie ma wierne przeniesienie wypowiedzi do postaci tekstowej. Transkrypcja nagrań może obejmować rozmowy, wywiady, posiedzenia, spotkania, wykłady czy materiały zarejestrowane podczas pracy.

Samo przepisanie słów nie za każdym razem jest jednak prostym misją. Znaczenie mają jakość dźwięku, liczba osób mówiących, sposób wypowiadania się oraz obecność szumów i przerw. Przy nagraniu kilku rozmówców trzebco więcej rozpoznać, kto zabiera głos. O ile materiał jest niewyraźny, próba odgadnięcia brakującego fragmentu może prowadzić do zmiany sensu wypowiedzi, dlatego w praktyce całkiem dobrze podkreślić miejsce trudne do ustalenia niż uzupełniać treść na podstawie przypuszczeń.

Innego podejścia wymaga dokument przeznaczony do zastosowania w postępowaniu. Transkrypcja do sądu powinna głównie możliwie dokładnie odzwierciedlać treść źródłowego nagrania, ponieważ wręcz z pozoru drobne różnice mogą mieć znaczenie przy ocenie materiału (zobacz: transkrypcja cennik). Ważne mogą być nie tylko same słowa, lecz również kolejność wypowiedzi, przerwania, powtórzenia czy momenty, w których uczestnicy mówią równocześnie. W współzależności od celu dokumentu stosuje się różny poziom szczegółowości. Nierzadko potrzebny jest zapis wypowiedzi wraz z oznaczeniami czasu, a innym razem tekst uporządkowany w taki sposób, ażeby łatwiej było znaleźć dany fragment nagrania. Nie powinno się dodatkowo poprawiać wypowiedzi tylko po to, ażeby brzmiała bardziej literacko. Język mówiony na prawdę często zawiera niedokończone zdania, powtórzenia i potoczne określenia, które mogą zostać utracone w trakcie nadmiernej redakcji.

W przypadku dłuższych materiałów na prawdę często pojawia się pojęcie stenogram, choć w praktyce zakres tego określenia bywa różnie rozumiany. Stenogram może być szczegółowym zapisem przebiegu rozmowy lub wydarzenia, z uwzględnieniem kolejności wypowiedzi poszczególnych osób. Przy pracy z takim materiałem istotna staje się konsekwencja w oznaczaniu rozmówców a także zachowanie jednolitego sposobu zapisu przez cały dokument. Problem pojawia się zwłaszcza wówczas, gdy kilka osób wypowiada się równocześnie, ktoś mówi bardzo cicho albo nagranie zawiera fragmenty o słabej jakości. Wtedy nie wystarczy mechaniczne rozpoznawanie mowy. Konieczne jest porównywanie trudnych fragmentów z wcześniejszym i późniejszym kontekstem, a w pewnych przypadkach również wielokrotne odsłuchiwanie tego samego miejsca. Nie znaczy to natomiast, że niejasny fragment trzeba samemu interpretować. Misją osoby sporządzającej zapis jest możliwie wierne pokazanie materiału, a nie zmienianie jego treści.

Na dokładność zapisu wpływa również sposób przygotowania samego nagrania. Wyraźny dźwięk, niewielka liczba zakłóceń i możliwie czytelny podział głosów ułatwiają późniejszą pracę. Przy materiałach zastosowanych do celów formalnych warto zachować oryginalny plik, ponieważ tekst jest zapisem pochodnym i ewentualnie powinien dać się odnieść do źródła. Pomocne bywają oznaczenia czasu, dzięki którym konkretną wypowiedź można szybko porównać z właściwym miejscem nagrania. Znaczenie ma również metoda dokumentu: zbyt duża ingerencja redakcyjna może oddalić zapis od rzeczywistego przebiegu rozmowy, jednak całkowity brak uporządkowania utrudnia używanie z tekstu. Dlatego przy transkrypcji trzeba każdorazowo uwzględnić rodzaj materiału, jego zastosowanie a także ograniczenia wynikające z jakości źródła.

Źródło informacji: transkrypcja do sądu.