Wiele informacji przekazywanych w trakcie rozmów ma znaczenie przede wszystkim w chwili, gdy padają dokładnie sprecyzowane słowa. Prędzej czy później pamięć uczestników może być niepełna, a ponowne odsłuchiwanie długiego pliku często utrudnia szybkie odnalezienie potrzebnego fragmentu. Z tego powodu przygotowywana jest transkrypcja nagrań, czyli przeniesienie treści wypowiadanej w materiale audio lub wideo do formy pisemnej.
W zależności od rodzaju nagrania zapis może dotyczyć jednej osoby albo wieloosobowej rozmowy, a trudność pracy zmienia się wraz z jakością dźwięku. Zupełnie inaczej wygląda materiał z wyraźną wymową i jednym rozmówcą, a całkiem inaczej spotkanie, w trakcie którego głosy nakładają się na siebie. Znaczenie mają także pauzy, urwane zdania, powtórzenia i fragmenty wypowiadane niewyraźnie (sprawdź również: transkrypcje cennik). W takich wypadkach nie powinno się automatycznie zastępować niezrozumiałych słów swoją interpretacją, ponieważ wręcz niewielka zmiana może wpłynąć na sens całej wypowiedzi.
Szczególnego znaczenia nabiera zapis materiału, który ma zostać wykorzystany w sprawie formalnej. Transkrypcja do sądu powinna być przygotowywana z uwzględnieniem charakteru nagrania oraz celu, któremu ma służyć dokument. Istotne może być dokładne wskazanie rozmówców, zachowanie kolejności wypowiedzi a także sposobność odnalezienia konkretnego miejsca w materiale źródłowym. Przy dłuższych nagraniach pomocne są oznaczenia czasu, ponieważ pozwalają sprawdzić, z jakiego fragmentu pochodzi dana część zapisu. Nie zawsze prawidłowe jest też poprawianie języka osób mówiących. Wypowiedzi ustne różnią się od tekstu pisanego, dlatego występują w nich usterki, powtórzenia czy zdania rozpoczęte i niedokończone. Ich nadmierne wygładzanie może spowodować, że dokument przestanie wiernie przedstawiać przebieg rozmowy. Sposób opracowania powinien więc wynikać z tego, czego wymaga dokładnie sprecyzowane przeznaczenie materiału.
W praktyce bardzo dużo czasu może zająć nie samo wpisywanie słów, lecz rozstrzyganie miejsc problematycznych. Wartościowy stenogram nie powinien opierać się na zgadywaniu, gdy nagranie nie pozwala jednoznacznie ustalić wypowiedzi. Szum uliczny, odgłosy urządzeń, rozmowy prowadzone w tle czy duża odległość od mikrofonu potrafią sprawić, że pojedyncze frazę staje się trudne do rozpoznania. Jeszcze większym wyzwaniem są sytuacje, w których rozmówcy mówią równocześnie. Wtedy konieczne może być wielokrotne odsłuchanie krótkiego fragmentu i porównanie go z kontekstem całej rozmowy. Kontekst pomaga zrozumieć wypowiedź, niemniej jednak nie powinien być traktowany jako podstawa do dopisywania treści, której de facto nie słychać. W dokumentach o charakterze formalnym zwłaszcza ważne jest rozdzielenie tego, co wynika wprost z nagrania, od tego, co mogłoby być tylko domysłem osoby wykonującej zapis.
Znaczenie ma także sposób przygotowania materiału przed rozpoczęciem pracy. Oryginalne nagranie powinno pozostać dostępne, ponieważ zapis tekstowy nie zastępuje źródła i w razie potrzeby może wymagać porównania z konkretnym fragmentem audio albo wideo. Przydatne okazuje się też zachowanie jednolitego sposobu oznaczania osób, czasu a także fragmentów, których nie można z dużą dokładnością odczytać. W sytuacji kilku godzin materiału warto zwracać uwagę na ciągłość zapisu, ponieważ zmiana oznaczenia jednego rozmówcy może w przyszłości utrudnić interpretację całego dokumentu. Istotna jest też jakość samego pliku. Kompresja, bardzo cichy dźwięk lub nagranie zrealizowane z dużej odległości mogą ograniczać dokładność zapisu niezależnie od sposobu jego opracowania. Dlatego przy ocenie gotowego dokumentu trzeba brać pod uwagę nie tylko formę tekstu, lecz także możliwości i ograniczenia materiału, z którego został on sporządzony.
Warto sprawdzić: transkrypcja nagrań.