Nagrania dźwiękowe i materiały wideo są dziś wykorzystywane częstokroć, w których późniejsze odtworzenie całego materiału może być niewygodne albo czasochłonne. W tak zaistniałych okolicznościach znaczenie ma wierne przeniesienie wypowiedzi do postaci tekstowej. Transkrypcja nagrań może obejmować rozmowy, wywiady, posiedzenia, spotkania, wykłady czy materiały zarejestrowane w trakcie pracy.

Samo przepisanie słów nie za każdym razem jest jednak najprostszym celem. Znaczenie mają jakość dźwięku, liczba osób mówiących, sposób wypowiadania się oraz obecność szumów i przerw. Przy nagraniu kilku rozmówców trzeba dodatkowo rozpoznać, kto zabiera głos. Jeśli materiał jest niewyraźny, próba odgadnięcia brakującego fragmentu może prowadzić do zmiany sensu wypowiedzi, dlatego w praktyce całkiem dobrze podkreślić miejsce trudne do ustalenia niż uzupełniać treść na podstawie przypuszczeń.

Innego podejścia wymaga dokument przeznaczony do użycia w postępowaniu. Transkrypcja do sądu powinna przede wszystkim możliwie z dużą dokładnością odzwierciedlać tekst źródłowego nagrania, ponieważ dosłownie z pozoru drobne różnice mogą mieć znaczenie przy ocenie materiału (dodatkowe informacje: transkrypcja cennik). Istotne mogą być nie tylko same słowa, lecz też kolejność wypowiedzi, przerwania, powtórzenia czy momenty, w których uczestnicy mówią jednocześnie. W współzależności od celu dokumentu używa się różny poziom szczegółowości. W pewnych sytuacjach niezbędny jest zapis wypowiedzi wraz z oznaczeniami czasu, a innym razem treść uporządkowany w taki sposób, by łatwiej było wyszukać określony fragment nagrania. Nie trzeba a przy tym poprawiać wypowiedzi jedynie po to, aby brzmiała bardziej literacko. Język mówiony często zawiera niedokończone zdania, powtórzenia i potoczne określenia, które mogą zostać utracone w trakcie nadmiernej redakcji.

W sytuacji dłuższych materiałów często pojawia się pojęcie stenogram, choć w praktyce zakres tego określenia bywa różnie rozumiany. Stenogram może być szczegółowym zapisem przebiegu rozmowy albo wydarzenia, z uwzględnieniem kolejności wypowiedzi poszczególnych osób. Przy pracy z takim materiałem na prawdę istotna staje się konsekwencja w oznaczaniu rozmówców a także zachowanie jednolitego sposobu zapisu przez cały dokument. Problem pojawia się szczególnie wtedy, gdy kilka osób wypowiada się równocześnie, ktoś mówi bardzo cicho lub nagranie zawiera fragmenty o słabej jakości. Wówczas nie wystarczy mechaniczne rozpoznawanie mowy. Konieczne jest porównywanie trudnych fragmentów z wcześniejszym i późniejszym kontekstem, a zdarza się, że również wielokrotne odsłuchiwanie tego samego miejsca. Nie znaczy to jednak, że niejasny fragment trzeba poświęcając własny czas interpretować. Zadaniem osoby sporządzającej zapis jest możliwie wierne zademonstrowanie materiału, a nie zmienianie jego treści.

Na dokładność zapisu wpływa również sposób przygotowania samego nagrania. Wyraźny dźwięk, niewielka liczba zakłóceń i możliwie czytelny podział głosów ułatwiają późniejszą pracę. Przy materiałach zastosowanych do celów formalnych warto zachować oryginalny plik, ponieważ tekst jest zapisem pochodnym i w razie konieczności powinien dać się odnieść do źródła. Pomocne bywają oznaczenia czasu, dzięki którym konkretną wypowiedź można szybko porównać z właściwym miejscem nagrania. Znaczenie ma również forma dokumentu: zbyt duża ingerencja redakcyjna może oddalić zapis od rzeczywistego przebiegu rozmowy, natomiast całkowity brak uporządkowania utrudnia użytkowanie z tekstu. Dlatego przy transkrypcji należy za każdym razem uwzględnić rodzaj materiału, jego zastosowanie a także ograniczenia wynikające z jakości źródła.

Polecana strona: transkrypcja do sądu.