Dokładne odtworzenie przebiegu rozmowy wymaga uwzględnienia wielu elementów, które w powszechnym słuchaniu mogą pozostać niezauważone. Znaczenie mają nie tylko same słowa, lecz także kolejność wypowiedzi, sposób reagowania rozmówców i fragmenty, w których kilka osób mówi jednocześnie. Transkrypcje nagrań są wykorzystywane w głównej mierze przy dokumentowaniu zebrań, rozmów telefonicznych, wywiadów, konsultacji oraz materiałów związanych z różnymi postępowaniami.
Sposób przygotowania zapisu zależy przede wszystkim od jego przeznaczenia. Zupełnie inaczej opracowuje się rozmowę, z której potrzebne są wyłącznie najważniejsze ustalenia, a całkiem inaczej materiał wymagający zachowania pełnego brzmienia każdej wypowiedzi. W tym drugim przypadku nie powinno się usuwać powtórzeń, przerabiać szyku zdań ani poprawiać wypowiedzi tak, aby brzmiały bardziej formalnie. Wręcz o ile rozmówca używa niepoprawnych konstrukcji językowych, ich zmiana może wpłynąć na charakter lub znaczenie wypowiedzi. Zapis tekstowy powinien zatem odzwierciedlać rzeczywisty przebieg rozmowy, a nie jej późniejszą, poprawioną wersję.
Jednym z trudniejszych etapów pracy jest postanowienie, które fragmenty nagrania można odtworzyć bez wątpliwości. Problemy pojawiają się w szczególności przy słabej jakości dźwięku, nagraniach wykonywanych z ogromnej odległości oraz rozmowach prowadzonych w miejscach publicznych. Dźwięki otoczenia mogą zagłuszać pojedyncze słowa, a niewyraźna wymowa utrudnia rozpoznanie końcówek i nazw własnych. W tak zaistniałych okolicznościach samo kilkukrotne odtworzenie pliku nie zawsze wystarcza (warto także zobaczyć: transkrypcje cennik). Zdarza się, że konieczne jest sprawdzenie szerszego fragmentu, ponieważ dopiero wcześniejsze i późniejsze zdania pozwalają rozpoznać temat wypowiedzi. Nie oznacza to natomiast, że brakujące słowa można uzupełniać na bazie przypuszczeń. Jeżeli już treść pozostaje nieczytelna, powinno się należycie oznaczyć taki fragment. Dokładnie taka sama zasada dotyczy identyfikacji uczestników. Gdy nie ma pewności, kto zabrał głos, całkiem dobrze zastosować neutralne oznaczenie niż przypisać wypowiedź niewłaściwej osobie. Ma to znaczenie szczególnie w materiałach, w których poszczególne kwestie mogą być później analizowane oddzielnie.
W sytuacji dokumentów stosowanych w sprawach prawnych szczególne znaczenie ma zgodność zapisu z oryginalnym materiałem. Transkrypcja do sądu powinna przedstawiać wypowiedzi w stosownej kolejności, z zachowaniem rozróżnienia między uczestnikami rozmowy. Ważne jest też uwzględnienie krótkich reakcji, zaprzeczeń, potwierdzeń i pytań, które mogą mieć znaczenie dla odczytania całego dialogu. Nie powinno się poświęcając własny czas skracać wypowiedzi tylko dlatego, że niektóre fragmenty wydają się powtarzalne albo niewiele ważne. W współzależności od celu dokumentu przydatne są znaczniki czasu wskazujące moment rozpoczęcia poszczególnych kwestii. Pozwalają one szybko wyszukać odpowiedni fragment w nagraniu i porównać go z zapisem tekstowym. Stenogram może też zawierać oznaczenia przerw, niezrozumiałych słów czy wypowiedzi nakładających się na siebie. Należy jednakże pamiętać, że dokładny zapis rozmowy nie jest tym samym co jej ocena prawna. Nie rozstrzyga własną pracą o wiarygodności uczestników ani o znaczeniu dowodowym przedstawionych treści. Sposób użycia takiego dokumentu uzależniony jest od wymogów konkretnego postępowania.
Przy opracowywaniu materiałów audio coraz częściej używa się programy w sposób automatyczny zamieniające mowę na treść. Takie rozwiązania mogą tworzyć wstępną wersję dokumentu, natomiast ich wyniki nie za każdym razem odpowiadają rzeczywistej treści nagrania. Błędy pojawiają się przy rozpoznawaniu nazwisk, nazw miejscowości, dat, kwot a także wyrazów o podobnym brzmieniu. Dodatkowym ograniczeniem jest trudność w prawidłowym rozdzielaniu wypowiedzi kilku osób, szczególnie gdy rozmówcy sobie przerywają. Z tego powodu samoczynnie wygenerowany tekst wymaga sprawdzeniu z oryginalnym plikiem. Warto zwrócić uwagę też na sposób zapisu liczb, skrótów i określeń fachowych, ponieważ ich nieprawidłowa interpretacja może prowadzić do zmiany sensu całego zdania. Osobnego podejścia wymagają nagrania wielojęzyczne, w których uczestnicy przechodzą z jednego języka na drugi albo używają obcojęzycznych nazw. Przygotowany dokument powinien zachowywać spójny układ, niemniej jednak nie może upraszczać treści kosztem jej dokładności. Znaczenie ma także zgodność tekstu z czasem trwania nagrania a także właściwe oznaczenie wszystkich miejsc, w których odtworzenie wypowiedzi nie było możliwe.
Sprawdź tutaj: transkrypcja nagrań.