Przygotowanie tekstowego zapisu rozmowy albo innego materiału dźwiękowego wymaga uwzględnienia nie tylko wypowiadanych słów, niemniej jednak również kontekstu całej wypowiedzi. Znaczenie ma jakość nagrania, liczba uczestników, sposób prowadzenia rozmowy oraz obecność zakłóceń, które mogą utrudniać rozpoznanie poszczególnych fragmentów. Transkrypcje nagrań mogą obejmować wywiady, spotkania, rozmowy telefoniczne, wykłady, przesłuchania czy materiały zarejestrowane podczas różnych wydarzeń.
W zależności od przeznaczenia zapisu stosuje się różnorakie zasady jego opracowania. W wersji dosłownej uwzględnia się także powtórzenia, urwane zdania, zawahania i charakterystyczne elementy wypowiedzi. Z kolei zapis redagowany może pomijać część naturalnych powtórzeń, jeżeli już nie zmienia to sensu przekazywanych informacji. Wybór metody powinien wynikać z tego, do czego tekst będzie później wykorzystywany.
Szczególnego podejścia wymaga materiał, który ma zostać użyty w postępowaniu prawnym. Transkrypcja do sądu powinna możliwie wiernie oddawać przebieg rozmowy, bez samodzielnego poprawiania wypowiedzi w sposób wpływający na ich znaczenie. Ważne jest zachowanie kolejności dialogu, rozróżnienie osób zabierających głos oraz oznaczenie fragmentów, których nie można jednoznacznie odtworzyć (sprawdź tutaj: transkrypcja cennik). Nie należy zastępować niezrozumiałych słów przypuszczeniami, dosłownie jeżeli już kontekst sugeruje określoną treść. W takim przypadku całkiem dobrze podkreślić nieczytelny fragment wraz z najlepszym oznaczeniem czasu nagrania. Przydatne jest też zachowanie informacji o przerwach, nakładających się wypowiedziach czy nagłej zmianie tematu, jeśli mają one znaczenie dla interpretacji rozmowy. Sam zapis tekstowy nie przesądza jednak o prawdziwości przedstawionych w nim informacji ani o ich wartości dowodowej. O sposobie zastosowania nagrania i jego transkrypcji decydują właściwe przepisy a także okoliczności konkretnej sprawy.
W praktyce opracowywanie materiałów dźwiękowych wiąże się z wieloma trudnościami, których nie za każdym razem można uniknąć poprzez wielokrotne odsłuchiwanie. Problemem bywają niewyraźna wymowa, szumy w tle, słaba jakość mikrofonu, oraz rozmowy prowadzone przez kilka osób jednocześnie. W szczególności wymagające są nagrania, w których uczestnicy często sobie przerywają lub używają skrótów i określeń znanych wyłącznie z wcześniejszego kontekstu. W takich przypadkach stenogram powinien zachowywać czytelny układ wypowiedzi, a jednocześnie nie może zbudować pozornej pewności tam, gdzie dźwięk nie daje możliwość na jednoznaczne zobowiązanie treści. Rozpoznanie głosów również wymaga ostrożności. Jeżeli już nie ma podstaw do przypisania wypowiedzi dokładnie określonej osobie, właściwsze jest zastosowanie neutralnego oznaczenia uczestnika. Warto również pamiętać, że automatyczne narzędzia rozpoznawania mowy mogą błędnie interpretować nazwy swoje, daty, liczby i specjalistyczne terminy. Dlatego wynik automatycznego przetwarzania wymaga sprawdzenia z oryginalnym materiałem.
Istotnym elementem pracy z nagraniem jest również sposób zapisywania danych, które mogą mieć znaczenie w kolejnym postępowaniu lub analizie. Daty, godziny, kwoty, nazwiska i nazwy miejsc powinny być moderowane ze szczególną uwagą, ponieważ wręcz drobna pomyłka może zmienić sens wypowiedzi. W przypadku dłuższych materiałów pomocny jest podział tekstu na odcinki odpowiadające następnym etapom rozmowy oraz stosowanie znaczników czasu. Ułatwia to odnalezienie konkretnego fragmentu bez konieczności ponownego odsłuchiwania całego pliku. Znaczenie ma także rozróżnienie między słowami faktycznie wypowiedzianymi a komentarzami osoby opracowującej zapis. Ewentualne sugestie techniczne powinny być wyraźnie oddzielone od treści rozmowy. Przy materiałach zawierających dane osobowe trzeba co więcej uwzględnić zasady ich przetwarzania i przechowywania. Zakres szczegółowości zapisu uzależniony jest od celu jego sporządzenia, rodzaju nagrania oraz zaleceń instytucji, do której dokument ma zostać przekazany.
Warto zobaczyć: stenogram.