Rozmowa zarejestrowana na dyktafonie, telefonie lub kamerze po pewnym czasie może stać się trudna do szybkiego rozważenia. Kilkudziesięciominutowy plik wymaga odsłuchiwania od początku do końca, wręcz jeśli niezbędny jest jedynie jeden konkretny fragment. W takich okolicznościach transkrypcja nagrań daje możliwość przedstawić zawartość materiału w formie tekstowej.
Nie oznacza to jednak zwyczajnego przepisywania słów bez zwracania uwagi na kontekst. Osoba wykonująca zapis musi rozpoznać poszczególnych rozmówców, zachować kolejność ich wypowiedzi i należycie potraktować fragmenty, których nie da się wyraźnie usłyszeć. Problemem bywają zwłaszcza nagrania zrobione w miejscach, gdzie występuje hałas, echo albo rozmowy prowadzone są przez kilka osób naraz. W takich ustaleniach pojedyncze słowo może być trudne do ustalenia, a próba wypełnienia go na bazie domysłu może przemienić znaczenie całej wypowiedzi.
Inaczej powinno się podejść do materiału, który może mieć znaczenie w postępowaniu formalnym. Transkrypcja do sądu wymaga zwrócenia sugestie na szczegóły, które w zwykłym 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 rozwiązaniem jest także 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 (sprawdź również: stenogram cennik). Rozmówcy na prawdę bardzo często zmieniają zdanie w połowie wypowiedzi, powtarzają te same słowa lub używają skrótów myślowych. Zbyt daleko idąca korekta może sprawić, że tekst będzie brzmiał poprawniej, niemniej jednak jednocześnie przestanie z uwagą odzwierciedlać nagranie.
Przy bardziej rozbudowanych materiałach spotkać można określenie stenogram, odnoszące się do szczegółowego zapisu przebiegu wypowiedzi. W praktyce etap szczegółowości takiego dokumentu może zależeć od jego przeznaczenia. Zdarza się, że znacząca jest prawie że każda przerwa i powtórzenie, innym razem większe znaczenie ma czytelne zilustrowanie kolejnych wypowiedzi wraz z możliwością odnalezienia ich w nagraniu. Trudność rośnie, gdy materiał obejmuje wiele godzin rozmów. Wtedy łatwo o pomyłkę przy oznaczaniu osób albo pominięcie krótkiego fragmentu w trakcie 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 już nie można dobitnie ustalić ich treści, bardziej właściwe jest zaznaczenie nieczytelnego miejsca niż wpisanie słów, które tylko pasują do kontekstu. Kontekst może pomóc w ponownym odsłuchaniu danego fragmentu, ale nie powinien zastępować tego, co naprawdę znajduje się na nagraniu.
Na jakość końcowego zapisu wpływa głównie materiał źródłowy. Wyraźne nagranie z niewielką liczbą zakłóceń daje inne możliwości niż plik z cichymi głosami, szumem urządzeń lub 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 jedynie do jego wersji tekstowej. Nagranie pozostaje źródłem, z którym można porównać zapis w razie pojawienia się wątpliwości dotyczących konkretnego zdania. Równie ważne jest zachowanie chronologii. Przestawienie dwóch wypowiedzi albo pominięcie krótkiej wymiany zdań może przemienić sposób odbioru dalszej rozmowy. Dlatego przygotowanie transkrypcji wymaga nie tylko sprawnego słuchania i pisania, lecz też stałej sprawdzeniu zgodności tekstu z materiałem, na podstawie którego został sporządzony.
Zobacz: transkrypcje nagrań.
