Sporo informacji przekazywanych podczas rozmów ma znaczenie głównie w chwili, gdy padają dokładnie określone słowa. Po pewnym czasie 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. Inaczej wygląda materiał z wyraźną wymową i jednym rozmówcą, a inaczej spotkanie, podczas którego głosy nakładają się na siebie. Znaczenie mają też pauzy, urwane zdania, powtórzenia i fragmenty wypowiadane niewyraźnie (zobacz więcej: stenogram cennik). W takich wypadkach nie należy samoczynnie zastępować niezrozumiałych słów własną interpretacją, ponieważ wręcz niewielka zmiana może wpłynąć na sens całej wypowiedzi.

Szczególnego znaczenia nabiera zapis materiału, który ma zostać zastosowany 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 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 za każdym razem właściwe 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 daje możliwość niedwuznacznie ustalić wypowiedzi. Szum uliczny, odgłosy urządzeń, rozmowy prowadzone w tle czy duża odległość od mikrofonu umieją sprawić, że pojedyncze frazę staje się trudne do rozpoznania. Jeszcze większym wyzwaniem są sytuacje, w których rozmówcy mówią jednocześnie. 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 realnie nie słychać. W dokumentach o charakterze formalnym w szczególności istotne jest rozdzielenie tego, co wynika bezpośrednio z nagrania, od tego, co mogłoby być wyłącznie 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 lub wideo. Przydatne okazuje się też zachowanie jednolitego sposobu oznaczania osób, czasu oraz fragmentów, których nie można wnikliwie odczytać. W sytuacji kilku godzin materiału warto zwracać uwagę na ciągłość zapisu, ponieważ zmiana oznaczenia jednego rozmówcy może w późniejszym czasie utrudnić interpretację całego dokumentu. Bardzo ważna jest także jakość samego pliku. Kompresja, bardzo cichy dźwięk albo nagranie wykonane z sporej odległości mogą ograniczać dokładność zapisu niezależnie od sposobu jego opracowania. Dlatego przy ocenie gotowego dokumentu trzeba brać pod uwagę nie tylko i wyłącznie formę tekstu, lecz także sposobów i ograniczenia materiału, z którego został on sporządzony.

Więcej: transkrypcja do sądu.