Nagranie rozmowy może zawierać znacznie więcej informacji, niż wynikałoby z pobieżnego odsłuchania. Wypowiedzi na prawdę często są przerywane, rozmówcy wchodzą sobie w słowo, a część zdań pozostaje niedokończona. Dopiero przy dokładnym odsłuchiwaniu widać, jak sporo elementów trzeba uwzględnić w trakcie budowy zapisu.
Transkrypcja nagrań polega na przeniesieniu wypowiedzi z formy dźwiękowej do tekstu, ale sposób utworzenia takiego zadania uzależniony jest od przeznaczenia materiału. Zupełnie inaczej można opracować rozmowę przeznaczoną do późniejszego przeczytania, a zupełnie inaczej zapis, w którym istotne jest zachowanie możliwie wiernego przebiegu wypowiedzi. Znaczenie moraz jakość pliku. Szum tła, pogłos, cichy głos albo kilka osób mówiących równocześnie mogą utrudnić prawidłowe rozpoznanie słów. W takich przypadkach nie powinno się uzupełniać brakujących fragmentów na podstawie przypuszczeń. Lepszym rozwiązaniem jest wyraźne zaznaczenie, że dany fragment jest nieczytelny lub nieprosty do ustalenia.
W przypadku 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 znacząca jest kolejność wypowiedzi a także sposobność 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, ażeby brzmiała bardziej logicznie niż na oryginalnym nagraniu. Usterki językowe, powtórzenia czy urwane zdania mogą stanowić część rzeczywistego przebiegu rozmowy (sprawdź:transkrypcje cennik). Jeżeli materiał ma być później oceniany w konkretnym postępowaniu, znaczenie ma także to, czy dokument przedstawia dosłowną tekst nagrania, czy wyłącznie jego uporządkowaną wersję. Te dwa podejścia nie są tym samym i nie za każdym razem można je stosować 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 albo nagranie zostało zrealizowane z większej odległości. Pomocny jest wówczas kontekst rozmowy, niemniej jednak 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 przemienić 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 również sytuacji, w której rozmówca mówi niewyraźnie lub jednocześnie wypowiada się kilka osób.
Na sposób przygotowania zapisu wpływa też to, jak będzie on później wykorzystywany. Jeśli tekst ma służyć przede wszystkim do analizy treści, można zastosować układ ułatwiający szybkie wyszukiwanie konkretnych fragmentów. Przy dokumentach związanych z materiałem dowodowym większe znaczenie może posiadać zachowanie kolejności wypowiedzi i dokładne wskazanie miejsca w nagraniu. Warto także 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 zilustrować samymi zdaniami. Dlatego oznaczenia dotyczące pauz, śmiechu, hałasu w tle albo jednoczesnych wypowiedzi powinny być stosowane wówczas, gdy de fakto pomagają odtworzyć przebieg rozmowy. Zwłaszcza przy długich nagraniach liczy się konsekwencja, ponieważ zmienianie zasad zapisu w połowie dokumentu może utrudnić późniejsze użytkowanie z przygotowanego materiału.
Sprawdź: transkrypcja do sądu.