Nagranie rozmowy może zawierać znacznie więcej informacji, niż wynikałoby z pobieżnego odsłuchania. Wypowiedzi na prawdę bardzo często są przerywane, rozmówcy wchodzą sobie w frazę, a część zdań pozostaje niedokończona. Dopiero przy dokładnym odsłuchiwaniu widać, jak sporo elementów trzeba uwzględnić podczas tworzenia zapisu.
Transkrypcja nagrań polega na przeniesieniu wypowiedzi z formy dźwiękowej do tekstu, ale sposób wykonania takiego zadania uzależniony jest od przeznaczenia materiału. Zupełnie inaczej można opracować rozmowę przeznaczoną do późniejszego przeczytania, a przeciwnie zapis, w którym istotne jest zachowanie możliwie wiernego przebiegu wypowiedzi. Znaczenie ma także jakość pliku. Szum tła, pogłos, cichy głos albo kilka osób mówiących równocześnie mogą utrudnić właściwe rozpoznanie słów. W takich okolicznościach nie trzeba uzupełniać brakujących fragmentów na bazie przypuszczeń. Lepszym rozstrzygnięciem jest wyraźne zaznaczenie, że konkretny fragment jest nieczytelny albo nieprosty do ustalenia.
W sytuacji materiałów wykorzystywanych w sprawach prawnych szczególnej uwagi 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 na prawdę 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 powinno się a dodatkowo poprawiać wypowiedzi w taki sposób, ażeby brzmiała bardziej logicznie niż na oryginalnym nagraniu. Usterki językowe, powtórzenia czy urwane zdania mogą stanowić część rzeczywistego przebiegu rozmowy (dodatkowe informacje:stenogram cennik). Jeśli materiał ma być w przyszłości oceniany w konkretnym postępowaniu, znaczenie ma także to, czy dokument przedstawia dosłowną tekst nagrania, czy jedynie jego uporządkowaną wersję. Te dwa podejścia nie są tym samym i nie za każdym razem można je używać zamiennie.
Pojęcie stenogram jest powiązane z wiernym zapisem wypowiedzi, natomiast 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 albo nagranie zostało zrobione z większej odległości. Pomocny jest wtedy kontekst rozmowy, niemniej jednak nie powinien on prowadzić do dopisywania treści, których nie można usłyszeć. Osobną kwestią są nazwy swoje, nazwiska, numery, daty i specjalistyczne określenia. Pomyłka w jednym słowie może zmodyfikować znaczenie całej wypowiedzi, dlatego takie fragmenty wymagają dodatkowego sprawdzenia. W sytuacji niepewności warto zachować informację o problemie zamiast przedstawiać domysł jako fakt. Dotyczy to też sytuacji, w której rozmówca mówi niewyraźnie albo jednocześnie wypowiada się kilka osób.
Na sposób przygotowania zapisu wpływa również to, jak będzie on w przyszłości wykorzystywany. Jeżeli już treść ma służyć głównie do analizy treści, można zastosować układ ułatwiający szybkie szukanie konkretnych fragmentów. Przy dokumentach związanych z materiałem dowodowym większe znaczenie może mieć zachowanie kolejności wypowiedzi i dokładne wskazanie miejsca w nagraniu. Warto też pamiętać, że tekst nie oddaje wszystkich cech komunikacji ustnej. Ton głosu, długość ciszy, sposób wypowiedzenia określonego słowa czy reakcje pozostałych osób mogą posiadać znaczenie, którego nie da się całkowicie pokazać samymi zdaniami. Dlatego oznaczenia dotyczące pauz, śmiechu, hałasu w tle lub jednoczesnych wypowiedzi powinny być stosowane wówczas, gdy faktycznie pomagają odtworzyć przebieg rozmowy. W szczególności przy długich nagraniach liczy się konsekwencja, ponieważ zmienianie zasad zapisu w połowie dokumentu może utrudnić późniejsze korzystanie z przygotowanego materiału.
Warto zobaczyć: transkrypcje nagrań.