Sporo informacji przekazywanych w trakcie rozmów ma znaczenie głównie w chwili, gdy padają dokładnie sprecyzowane słowa. Prędzej czy później pamięć uczestników może być niepełna, a ponowne odsłuchiwanie długiego pliku na prawdę bardzo często utrudnia szybkie odnalezienie potrzebnego fragmentu. Z tego powodu przygotowywana jest transkrypcja nagrań, czyli przeniesienie treści wypowiadanej w materiale audio albo wideo do formy pisemnej.
W współzależności od rodzaju nagrania zapis może dotyczyć jednej osoby albo wieloosobowej rozmowy, a trudność pracy zmienia się wraz z jakością dźwięku. Przeciwnie wygląda materiał z wyraźną wymową i jednym rozmówcą, a całkiem inaczej spotkanie, w trakcie którego głosy nakładają się na siebie. Znaczenie mają też pauzy, urwane zdania, powtórzenia i fragmenty wypowiadane niewyraźnie (więcej informacji: transkrypcja cennik). W tak zaistniałych okolicznościach nie powinno się automatycznie zastępować niezrozumiałych słów własną interpretacją, ponieważ nawet niewielka zmiana może wpłynąć na sens całej wypowiedzi.
Szczególnego znaczenia nabiera zapis materiału, który ma zostać użyty w sprawie formalnej. Transkrypcja do sądu powinna być przygotowywana z uwzględnieniem charakteru nagrania a także celu, któremu ma służyć dokument. Istotne może być dokładne wskazanie rozmówców, zachowanie kolejności wypowiedzi oraz 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 także poprawianie języka osób mówiących. Wypowiedzi ustne różnią się od tekstu pisanego, dlatego występują w nich niedociągnięcia, powtórzenia czy zdania rozpoczęte i niedokończone. Ich nadmierne wygładzanie może spowodować, że dokument przestanie wiernie przedstawiać przebieg rozmowy. Sposób opracowania powinien zatem wynikać z tego, czego wymaga konkretne wykorzystanie materiału.
W praktyce dużo czasu może zająć nie samo wpisywanie słów, lecz rozstrzyganie miejsc problematycznych. Praktyczny stenogram nie powinien opierać się na zgadywaniu, gdy nagranie nie daje możliwość dobitnie ustalić wypowiedzi. Szum uliczny, odgłosy urządzeń, rozmowy prowadzone w tle czy duża odległość od mikrofonu umieją sprawić, że pojedyncze frazę staje się skomplikowane do rozpoznania. Jeszcze większym wyzwaniem są sytuacje, w których rozmówcy mówią równocześnie. Wówczas niezbędne może być wielokrotne odsłuchanie krótkiego fragmentu i ranking go z kontekstem całej rozmowy. Kontekst pomaga zrozumieć wypowiedź, niemniej jednak nie powinien być traktowany jako podstawa do dopisywania treści, której faktycznie 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 też sposób przygotowania materiału przed rozpoczęciem pracy. Oryginalne nagranie powinno pozostać dostępne, ponieważ zapis tekstowy nie zastępuje źródła i w razie konieczności może wymagać porównania z konkretnym fragmentem audio albo wideo. Przydatne okazuje się także zachowanie jednolitego sposobu oznaczania osób, czasu oraz fragmentów, których nie można z uwagą odczytać. W przypadku kilku godzin materiału warto zwracać uwagę na ciągłość zapisu, ponieważ zmiana oznaczenia jednego rozmówcy może później utrudnić interpretację całego dokumentu. Istotna jest także jakość samego pliku. Kompresja, bardzo cichy dźwięk albo nagranie zrealizowane z wielkiej odległości mogą ograniczać dokładność zapisu niezależnie od sposobu jego opracowania. Dlatego przy ocenie gotowego dokumentu należy brać pod uwagę nie tylko i wyłącznie formę tekstu, lecz również sposobności i ograniczenia materiału, z którego został on sporządzony.
Warto zobaczyć: transkrypcja nagrań.