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, nawet jeżeli niezbędny jest wyłącznie jeden konkretny fragment. W takich okolicznościach transkrypcja nagrań pozwala pokazać zawartość materiału w formie tekstowej.
Nie znaczy to jednak powszechnego 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 w szczególności nagrania wykonane w miejscach, gdzie występuje hałas, echo albo rozmowy prowadzone są przez kilka osób naraz. W takich warunkach pojedyncze słowo może być skomplikowane do ustalenia, a próba uzupełnienia go na bazie domysłu może zmodyfikować 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 normalnym 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 (źródło: stenogram cennik). Rozmówcy na prawdę bardzo 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 szczegółowo odzwierciedlać nagranie.
Przy bardziej rozbudowanych materiałach spotkać można określenie stenogram, odnoszące się do dokładnego zapisu przebiegu wypowiedzi. W praktyce odcinek szczegółowości takiego dokumentu może zależeć od jego przeznaczenia. Czasem na prawdę istotna jest prawie 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. Wówczas łatwo o pomyłkę przy oznaczaniu osób lub pominięcie krótkiego fragmentu w trakcie wielokrotnego przewijania pliku. Pomocne jest dzielenie pracy na mniejsze części i zachowanie jednego sposobu zapisu w całym dokumencie. Szczególnej sugestie wymagają wypowiedzi nakładające się na siebie. Jeżeli już nie można jednoznacznie 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 naprawdę 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 też sposób ustawienia mikrofonu a także odległość rozmówców od urządzenia rejestrującego. W sytuacji materiałów używanych 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 ważne jest zachowanie chronologii. Przestawienie dwóch wypowiedzi lub pominięcie krótkiej zamiany zdań może przemienić sposób odbioru następnej rozmowy. Dlatego przygotowanie transkrypcji wymaga nie tylko i wyłącznie sprawnego słuchania i pisania, lecz też stałej testom zgodności tekstu z materiałem, na podstawie którego został sporządzony.
Źródło: transkrypcja do sądu.