Rozmowa zarejestrowana na dyktafonie, telefonie albo kamerze po pewnym czasie może stać się trudna do szybkiego analizowania. Kilkudziesięciominutowy plik wymaga odsłuchiwania od początku do końca, nawet o ile potrzebny jest tylko jeden konkretny fragment. W takich sytuacjach transkrypcja nagrań daje możliwość zaprezentować zawartość materiału w formie tekstowej.

Nie oznacza to natomiast codziennego przepisywania słów bez zwracania sugestie 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 zrealizowane w miejscach, gdzie występuje hałas, echo lub rozmowy prowadzone są przez kilka osób naraz. W takich warunkach pojedyncze frazę może być skomplikowane do ustalenia, a próba wypełnienia go na bazie domysłu może przemienić znaczenie całej wypowiedzi.

Inaczej należy podejść do materiału, który może mieć znaczenie w postępowaniu formalnym. Transkrypcja do sądu wymaga zwrócenia uwagi na szczegóły, które w zwyczajnym zapisie rozmowy mogłyby zostać pominięte. Znaczenie może posiadać dokładne wskazanie osoby mówiącej, kolejność zdań, przerwy w wypowiedzi czy moment, w którym dwóch uczestników zaczyna mówić jednocześnie. Przy dłuższych plikach praktycznym wyjściem jest też 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 (więcej: stenogram cennik). Rozmówcy na prawdę często zmieniają zdanie w połowie wypowiedzi, powtarzają te same słowa albo używają skrótów myślowych. Zbyt daleko idąca korekta może sprawić, że tekst będzie brzmiał poprawniej, ale równocześnie przestanie dokładnie odzwierciedlać nagranie.

Przy bardziej rozbudowanych materiałach spotkać można określenie stenogram, odnoszące się do szczegółowego zapisu przebiegu wypowiedzi. W praktyce odcinek szczegółowości takiego dokumentu może zależeć od jego przeznaczenia. Zdarza się, że na prawdę ważna jest prawie że każda przerwa i powtórzenie, innym razem większe znaczenie ma czytelne zaprezentowanie kolejnych wypowiedzi wraz z możliwością odnalezienia ich w nagraniu. Trudność rośnie, gdy materiał obejmuje sporo godzin rozmów. Wtedy łatwo o pomyłkę przy oznaczaniu osób albo 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 dobitnie ustalić ich treści, bardziej właściwe jest zaznaczenie nieczytelnego miejsca niż wpisanie słów, które jedynie pasują do kontekstu. Kontekst może pomóc w ponownym odsłuchaniu danego fragmentu, niemniej jednak nie powinien zastępować tego, co faktycznie znajduje się na nagraniu.

Na jakość końcowego zapisu wpływa głównie materiał źródłowy. Wyraźne nagranie z niewielką liczbą zakłóceń daje inne sposobności niż plik z cichymi głosami, szumem urządzeń albo dźwiękami dochodzącymi z otoczenia. Znaczenie ma także sposób ustawienia mikrofonu oraz odległość rozmówców od urządzenia rejestrującego. W przypadku materiałów wykorzystywanych w sprawach formalnych warto zachować oryginalny plik i nie ograniczać się tylko 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 lub pominięcie krótkiej wymiany zdań może przemienić sposób odbioru kolejnej rozmowy. Dlatego przygotowanie transkrypcji wymaga nie tylko sprawnego słuchania i pisania, lecz też stałej sprawdzeniu zgodności tekstu z materiałem, na bazie którego został sporządzony.

Więcej informacji: stenogram.