Nagranie rozmowy może zawierać znacznie więcej informacji, niż wynikałoby z pobieżnego odsłuchania. Wypowiedzi na prawdę często są przerywane, rozmówcy wchodzą sobie w frazę, a część zdań pozostaje niedokończona. Dopiero przy dokładnym odsłuchiwaniu widać, jak sporo elementów trzeba uwzględnić w trakcie tworzenia zapisu.
Transkrypcja nagrań polega na przeniesieniu wypowiedzi z formy dźwiękowej do tekstu, ale sposób stworzenia takiego zadania uzależniony jest od przeznaczenia materiału. Inaczej można opracować rozmowę przeznaczoną do późniejszego przeczytania, a przeciwnie zapis, w którym ważne jest zachowanie możliwie wiernego przebiegu wypowiedzi. Znaczenie moraz jakość pliku. Szum tła, pogłos, cichy głos albo kilka osób mówiących równocześnie mogą utrudnić właściwe rozpoznanie słów. W takich wypadkach nie należy uzupełniać brakujących fragmentów na bazie przypuszczeń. Lepszym rozstrzygnięciem jest wyraźne zaznaczenie, że konkretny fragment jest nieczytelny albo niełatwy do ustalenia.
W sytuacji materiałów stosowanych w sprawach prawnych szczególnej sugestie 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 ważna jest kolejność wypowiedzi a także możliwość 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. Niedociągnięcia językowe, powtórzenia czy urwane zdania mogą stanowić część rzeczywistego przebiegu rozmowy (sprawdź również:transkrypcje cennik). O ile materiał ma być w przyszłości oceniany w konkretnym postępowaniu, znaczenie ma też to, czy dokument przedstawia dosłowną tekst nagrania, czy tylko jego uporządkowaną wersję. Te dwa podejścia nie są tym samym i nie za każdym razem można je używać zamiennie.
Pojęcie stenogram jest związane z wiernym zapisem wypowiedzi, jednak w praktyce metoda takiego dokumentu może być dostosowana do charakteru nagrania. Przy większej liczbie uczestników samo rozpoznanie głosów bywa wyzwaniem, zwłaszcza gdy osoby mają podobną barwę głosu lub nagranie zostało zrealizowane z większej odległości. Pomocny jest wtedy kontekst rozmowy, ale nie powinien on prowadzić do dopisywania treści, których nie można usłyszeć. Osobną kwestią są nazwy własne, nazwiska, numery, daty i specjalistyczne określenia. Pomyłka w jednym słowie może zmodyfikować 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 także sytuacji, w której rozmówca mówi niewyraźnie albo jednocześnie wypowiada się kilka osób.
Na sposób przygotowania zapisu wpływa także to, jak będzie on w późniejszym czasie wykorzystywany. Jeśli treść ma służyć przede wszystkim do analizy treści, można zastosować układ ułatwiający szybkie wyszukiwanie konkretnych fragmentów. Przy dokumentach związanych z materiałem dowodowym większe znaczenie może mieć 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 całkowicie zademonstrować samymi zdaniami. Dlatego oznaczenia dotyczące pauz, śmiechu, hałasu w tle albo jednoczesnych wypowiedzi powinny być stosowane wtedy, gdy w rzeczywistości pomagają odtworzyć przebieg rozmowy. W szczególności przy długich nagraniach liczy się konsekwencja, ponieważ zmienianie zasad zapisu w połowie dokumentu może utrudnić późniejsze używanie z przygotowanego materiału.
Zobacz: transkrypcja nagrań.