Nagrania dźwiękowe i materiały wideo są dziś wykorzystywane w ogromnej liczbie przypadków, 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 w trakcie pracy.
Samo przepisanie słów nie zawsze jest jednak najprostszym celem. Znaczenie mają jakość dźwięku, liczba osób mówiących, sposób wypowiadania się a także obecność szumów i przerw. Przy nagraniu kilku rozmówców trzebponadto rozpoznać, kto zabiera głos. O ile materiał jest niewyraźny, próba odgadnięcia brakującego fragmentu może prowadzić do zmiany sensu wypowiedzi, dlatego w praktyce dużo lepiej podkreślić miejsce skomplikowane do ustalenia niż uzupełniać treść na podstawie przypuszczeń.
Innego podejścia wymaga dokument przeznaczony do wykorzystania w postępowaniu. Transkrypcja do sądu powinna przede wszystkim możliwie ze starannością odzwierciedlać tekst źródłowego nagrania, ponieważ nawet na pozór drobne różnice mogą posiadać znaczenie przy ocenie materiału (sprawdź tutaj: stenogram cennik). Istotne mogą być nie tylko i wyłącznie same słowa, lecz także kolejność wypowiedzi, przerwania, powtórzenia czy momenty, w których uczestnicy mówią jednocześnie. W zależności od celu dokumentu używa się różny poziom szczegółowości. Nierzadko niezbędny jest zapis wypowiedzi wraz z oznaczeniami czasu, a innym razem tekst uporządkowany w taki sposób, aby łatwiej było wyszukać dany fragment nagrania. Nie powinno się przy tym poprawiać wypowiedzi wyłącznie po to, aby brzmiała bardziej literacko. Język mówiony na prawdę bardzo często zawiera niedokończone zdania, powtórzenia i potoczne określenia, które mogą zostać utracone podczas nadmiernej redakcji.
W przypadku dłuższych materiałów na prawdę często pojawia się pojęcie stenogram, choćby w praktyce zakres tego określenia bywa różnie rozumiany. Stenogram może być szczegółowym zapisem przebiegu rozmowy albo wydarzenia, z uwzględnieniem kolejności wypowiedzi poszczególnych osób. Przy pracy z takim materiałem ważna 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 jednocześnie, ktoś mówi bardzo cicho lub nagranie zawiera fragmenty o słabej jakości. Wtedy nie wystarczy mechaniczne rozpoznawanie mowy. Konieczne jest porównywanie nieprostych fragmentów z wcześniejszym i późniejszym kontekstem, a zdarza się, że też wielokrotne odsłuchiwanie tego samego miejsca. Nie oznacza to jednakże, że niejasny fragment trzeba własnymi siłami interpretować. Celem osoby sporządzającej zapis jest możliwie wierne przedstawienie materiału, a nie zmienianie jego treści.
Na dokładność zapisu wpływa też 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 w razie konieczności powinien dać się odnieść do źródła. Pomocne bywają oznaczenia czasu, dzięki którym konkretną wypowiedź można szybko porównać z odpowiednim miejscem nagrania. Znaczenie ma także forma dokumentu: zbyt duża ingerencja redakcyjna może oddalić zapis od rzeczywistego przebiegu rozmowy, natomiast całkowity brak uporządkowania utrudnia korzystanie z tekstu. Dlatego przy transkrypcji powinno się każdorazowo uwzględnić rodzaj materiału, jego użycie oraz ograniczenia wynikające z jakości źródła.
Warto zobaczyć: stenogram.