Nagrania dźwiękowe i materiały wideo są dziś wykorzystywane w większości przypadków, w których późniejsze odtworzenie całego materiału może być niewygodne lub czasochłonne. W takich sytuacjach znaczenie ma wierne przeniesienie wypowiedzi do postaci tekstowej. Transkrypcja nagrań może obejmować rozmowy, wywiady, posiedzenia, spotkania, wykłady czy materiały zarejestrowane podczas pracy.
Samo przepisanie słów nie zawsze jest natomiast prostym celem. Znaczenie mają jakość dźwięku, liczba osób mówiących, sposób wypowiadania się oraz obecność szumów i przerw. Przy nagraniu kilku rozmówców trzebprzy tym rozpoznać, kto zabiera głos. Jeśli materiał jest niewyraźny, próba odgadnięcia brakującego fragmentu może prowadzić do zmiany sensu wypowiedzi, dlatego w praktyce lepiej zaznaczyć miejsce trudne do ustalenia niż uzupełniać tekst na podstawie przypuszczeń.
Innego podejścia wymaga dokument przeznaczony do użycia w postępowaniu. Transkrypcja do sądu powinna głównie możliwie wnikliwie odzwierciedlać treść źródłowego nagrania, ponieważ nawet pozornie drobne różnice mogą posiadać znaczenie przy ocenie materiału (polecamy: transkrypcje cennik). Istotne mogą być nie tylko same słowa, lecz także kolejność wypowiedzi, przerwania, powtórzenia czy momenty, w których uczestnicy mówią jednocześnie. W współzależności od celu dokumentu używa się różny poziom szczegółowości. W pewnych przypadkach potrzebny jest zapis wypowiedzi wraz z oznaczeniami czasu, a innym razem treść uporządkowany w taki sposób, aby łatwiej było wyszukać dany fragment nagrania. Nie trzeba przy tym poprawiać wypowiedzi jedynie po to, ażeby brzmiała bardziej literacko. Język mówiony na prawdę często zawiera niedokończone zdania, powtórzenia i potoczne określenia, które mogą zostać utracone podczas nadmiernej redakcji.
W przypadku dłuższych materiałów na prawdę bardzo często pojawia się pojęcie stenogram, choć w praktyce zakres tego określenia bywa różnie rozumiany. Stenogram może być szczegółowym zapisem przebiegu rozmowy lub wydarzenia, z uwzględnieniem kolejności wypowiedzi poszczególnych osób. Przy pracy z takim materiałem istotna staje się konsekwencja w oznaczaniu rozmówców oraz zachowanie jednolitego sposobu zapisu przez cały dokument. Problem pojawia się zwłaszcza wówczas, gdy kilka osób wypowiada się równocześnie, ktoś mówi bardzo cicho lub nagranie zawiera fragmenty o słabej jakości. Wtedy nie wystarczy mechaniczne rozpoznawanie mowy. Niezbędne jest porównywanie niełatwych fragmentów z wcześniejszym i późniejszym kontekstem, a czasami też wielokrotne odsłuchiwanie tego samego miejsca. Nie znaczy to jednak, że niejasny fragment trzeba we własnym zakresie interpretować. Zadaniem osoby sporządzającej zapis jest możliwie wierne pokazanie materiału, a nie zmienianie jego treści.
Na dokładność zapisu wpływa także sposób przygotowania samego nagrania. Wyraźny dźwięk, niewielka liczba zakłóceń i możliwie czytelny podział głosów ułatwiają późniejszą pracę. Przy materiałach użytych do celów formalnych warto zachować oryginalny plik, ponieważ treść jest zapisem pochodnym i w razie potrzeby powinien dać się odnieść do źródła. Pomocne bywają oznaczenia czasu, dzięki którym konkretną wypowiedź można szybko porównać z najlepszym miejscem nagrania. Znaczenie ma także metoda dokumentu: zbyt duża ingerencja redakcyjna może oddalić zapis od rzeczywistego przebiegu rozmowy, jednak całkowity brak uporządkowania utrudnia użytkowanie z tekstu. Dlatego przy transkrypcji należy za każdym razem uwzględnić rodzaj materiału, jego użycie a także ograniczenia wynikające z jakości źródła.
Dodatkowe informacje: transkrypcja nagrań.