Rozmowa zarejestrowana na dyktafonie, telefonie lub kamerze prędzej czy później może stać się trudna do szybkiego przeanalizowania. Kilkudziesięciominutowy plik wymaga odsłuchiwania od początku do końca, dosłownie jeżeli już niezbędny jest wyłącznie jeden dany fragment. W takich wypadkach transkrypcja nagrań daje możliwość zaprezentować zawartość materiału w formie tekstowej.
Nie oznacza to jednakże zwyczajnego przepisywania słów bez zwracania uwagi na kontekst. Osoba wykonująca zapis musi rozpoznać poszczególnych rozmówców, zachować kolejność ich wypowiedzi i odpowiednio potraktować fragmenty, których nie da się wyraźnie usłyszeć. Problemem bywają szczególnie nagrania wykonane w miejscach, gdzie występuje hałas, echo albo rozmowy prowadzone są przez kilka osób naraz. W takich ustaleniach pojedyncze frazę może być skomplikowane do ustalenia, a próba uzupełnienia go na podstawie domysłu może przemienić znaczenie całej wypowiedzi.
Inaczej należy podejść do materiału, który może mieć znaczenie w postępowaniu formalnym. Transkrypcja do sądu wymaga zwrócenia uwagi na detale, które w codziennym zapisie rozmowy mogłyby zostać pominięte. Znaczenie może posiadać dokładne wskazanie osoby mówiącej, kolejność zdań, przerwy w wypowiedzi czy moment, w którym dwóch uczestników zaczyna mówić równocześnie. Przy dłuższych plikach praktycznym rozstrzygnięciem jest również oznaczanie czasu nagrania. Dzięki temu zapis tekstowy można odnieść do konkretnego miejsca w materiale źródłowym bez konieczności szukania go metodą prób i błędów. Nie bez znaczenia pozostaje sposób zapisywania języka mówionego (warto także zobaczyć: transkrypcja do sądu cennik). Rozmówcy na prawdę bardzo często zmieniają zdanie w połowie wypowiedzi, powtarzają te same słowa lub używają skrótów myślowych. Zbyt daleko idąca korekta może sprawić, że treść będzie brzmiał poprawniej, ale równocześnie przestanie gruntownie odzwierciedlać nagranie.
Przy bardziej rozbudowanych materiałach spotkać można określenie stenogram, odnoszące się do szczegółowego zapisu przebiegu wypowiedzi. W praktyce etap szczegółowości takiego dokumentu może zależeć od jego przeznaczenia. Czasem ważna jest niemal każda przerwa i powtórzenie, innym razem większe znaczenie ma czytelne zilustrowanie kolejnych wypowiedzi wraz z możliwością odnalezienia ich w nagraniu. Trudność rośnie, gdy materiał obejmuje wiele godzin rozmów. Wtedy łatwo o pomyłkę przy oznaczaniu osób lub pominięcie krótkiego fragmentu w trakcie wielokrotnego przewijania pliku. Pomocne jest dzielenie pracy na mniejsze części i zachowanie jednego sposobu zapisu w całym dokumencie. Szczególnej sugestie wymagają wypowiedzi nakładające się na siebie. Jeśli nie można dobitnie ustalić ich treści, bardziej właściwe jest zaznaczenie nieczytelnego miejsca niż wpisanie słów, które wyłącznie pasują do kontekstu. Kontekst może pomóc w ponownym odsłuchaniu danego fragmentu, ale nie powinien zastępować tego, co faktycznie znajduje się na nagraniu.
Na jakość końcowego zapisu wpływa przede wszystkim materiał źródłowy. Wyraźne nagranie z niewielką liczbą zakłóceń daje inne sposobności niż plik z cichymi głosami, szumem urządzeń albo dźwiękami dochodzącymi z otoczenia. Znaczenie ma również sposób ustawienia mikrofonu a także odległość rozmówców od urządzenia rejestrującego. W sytuacji materiałów używanych w sprawach formalnych warto zachować oryginalny plik i nie ograniczać się jedynie do jego wersji tekstowej. Nagranie pozostaje źródłem, z którym można porównać zapis w razie pojawienia się wątpliwości dotyczących konkretnego zdania. Równie ważne jest zachowanie chronologii. Przestawienie dwóch wypowiedzi lub pominięcie krótkiej podmiany zdań może zmodyfikować sposób odbioru następnej rozmowy. Dlatego przygotowanie transkrypcji wymaga nie tylko sprawnego słuchania i pisania, lecz także stałej testom zgodności tekstu z materiałem, na podstawie którego został sporządzony.
Warto zobaczyć: transkrypcje nagrań.