Wiele informacji przekazywanych w trakcie rozmów ma znaczenie przede wszystkim w chwili, gdy padają konkretne słowa. Prędzej czy później 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 albo wideo do formy pisemnej.
W zależności od rodzaju nagrania zapis może dotyczyć jednej osoby lub wieloosobowej rozmowy, a trudność pracy zmienia się wraz z jakością dźwięku. Inaczej wygląda materiał z wyraźną wymową i jednym rozmówcą, a przeciwnie spotkanie, w trakcie którego głosy nakładają się na siebie. Znaczenie mają również pauzy, urwane zdania, powtórzenia i fragmenty wypowiadane niewyraźnie (więcej informacji: transkrypcje cennik). W takich wypadkach nie trzeba samoczynnie zastępować niezrozumiałych słów własną interpretacją, ponieważ wręcz 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. Ważne może być dokładne wskazanie rozmówców, zachowanie kolejności wypowiedzi a także możliwość 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 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 określone użycie materiału.
W praktyce dużo czasu może zająć nie samo wpisywanie słów, lecz rozstrzyganie miejsc problematycznych. Wartościowy stenogram nie powinien opierać się na zgadywaniu, gdy nagranie nie pozwala 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. Wówczas konieczne 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 naprawdę nie słychać. W dokumentach o charakterze formalnym w szczególności ważne jest rozdzielenie tego, co wynika wprost z nagrania, od tego, co mogłoby być tylko 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 ewentualnie może wymagać porównania z konkretnym fragmentem audio albo wideo. Przydatne okazuje się też zachowanie jednolitego sposobu oznaczania osób, czasu a także fragmentów, których nie można gruntownie odczytać. W sytuacji kilku godzin materiału warto zwracać uwagę na ciągłość zapisu, ponieważ zmiana oznaczenia jednego rozmówcy może później utrudnić interpretację całego dokumentu. Na prawdę ważna jest także jakość samego pliku. Kompresja, bardzo cichy dźwięk lub nagranie zrealizowane z dużej odległości mogą ograniczać dokładność zapisu niezależnie od sposobu jego opracowania. Dlatego przy ocenie gotowego dokumentu trzeba brać pod uwagę nie tylko formę tekstu, lecz też możliwości i ograniczenia materiału, z którego został on sporządzony.
Źródło informacji: transkrypcje nagrań.