Nagranie rozmowy może zawierać znacznie więcej informacji, niż wynikałoby z pobieżnego odsłuchania. Wypowiedzi na prawdę często są przerywane, rozmówcy wchodzą sobie w frazę, a część zdań pozostaje niedokończona. Dopiero przy dokładnym odsłuchiwaniu widać, jak sporo elementów należy uwzględnić podczas budowy zapisu.

Transkrypcja nagrań polega na przeniesieniu wypowiedzi z formy dźwiękowej do tekstu, niemniej jednak sposób utworzenia takiego zadania zależy od przeznaczenia materiału. Przeciwnie można opracować rozmowę przeznaczoną do późniejszego przeczytania, a całkiem inaczej zapis, w którym ważne jest zachowanie możliwie wiernego przebiegu wypowiedzi. Znaczenie moraz jakość pliku. Szum tła, pogłos, cichy głos lub kilka osób mówiących jednocześnie mogą utrudnić prawidłowe rozpoznanie słów. W tak zaistniałych okolicznościach nie trzeba uzupełniać brakujących fragmentów na bazie przypuszczeń. Lepszym rozwiązaniem jest wyraźne zaznaczenie, że określony fragment jest nieczytelny albo trudny do ustalenia.

W sytuacji materiałów używanych w sprawach prawnych szczególnej sugestie wymaga dokładność zapisu. Transkrypcja do sądu może obejmować rozmowy telefoniczne, przesłuchania, spotkania, wiadomości głosowe czy inne nagrania, które mają znaczenie dla określonego postępowania. W takim dokumencie istotna jest kolejność wypowiedzi oraz sposobność łatwego odnalezienia konkretnego miejsca w materiale źródłowym. Z tego powodu przydatne bywają oznaczenia czasu, podział na poszczególnych rozmówców i konsekwentne stosowanie tych samych oznaczeń w całym dokumencie. Nie powinno się co więcej poprawiać wypowiedzi w taki sposób, ażeby brzmiała bardziej logicznie niż na oryginalnym nagraniu. Niedociągnięcia językowe, powtórzenia czy urwane zdania mogą stanowić część rzeczywistego przebiegu rozmowy (zobacz:stenogram cennik). O ile materiał ma być w późniejszym czasie oceniany w konkretnym postępowaniu, znaczenie ma również to, czy dokument przedstawia dosłowną tekst nagrania, czy jedynie jego uporządkowaną wersję. Te dwa podejścia nie są tym samym i nie zawsze można je stosować zamiennie.

Pojęcie stenogram jest związane z wiernym zapisem wypowiedzi, jednakże w praktyce metoda takiego dokumentu może być dostosowana do charakteru nagrania. Przy większej liczbie uczestników samo rozpoznanie głosów bywa wyzwaniem, szczególnie gdy osoby mają podobną barwę głosu albo nagranie zostało wykonane z większej odległości. Pomocny jest wówczas kontekst rozmowy, ale nie powinien on prowadzić do dopisywania treści, których nie można usłyszeć. Osobną kwestią są nazwy swoje, nazwiska, numery, daty i specjalistyczne określenia. Pomyłka w jednym słowie może przemienić znaczenie całej wypowiedzi, dlatego takie fragmenty wymagają dodatkowego sprawdzenia. W sytuacji niepewności warto zachować informację o problemie zamiast przedstawiać domysł jako fakt. Tyczy się to również sytuacji, w której rozmówca mówi niewyraźnie lub równocześnie wypowiada się kilka osób.

Na sposób przygotowania zapisu wpływa również to, jak będzie on później wykorzystywany. O ile tekst ma służyć głównie do analizy treści, można zastosować układ ułatwiający szybkie szukanie konkretnych fragmentów. Przy dokumentach związanych z materiałem dowodowym większe znaczenie może mieć zachowanie kolejności wypowiedzi i dokładne wskazanie miejsca w nagraniu. Warto także pamiętać, że treść nie oddaje wszystkich cech komunikacji ustnej. Ton głosu, długość ciszy, sposób wypowiedzenia określonego słowa czy reakcje pozostałych osób mogą mieć znaczenie, którego nie da się w pełni przedstawić samymi zdaniami. Dlatego oznaczenia dotyczące pauz, śmiechu, hałasu w tle lub jednoczesnych wypowiedzi powinny być stosowane wówczas, gdy w rzeczywistości pomagają odtworzyć przebieg rozmowy. W szczególności przy długich nagraniach liczy się konsekwencja, ponieważ zmienianie zasad zapisu w połowie dokumentu może utrudnić późniejsze korzystanie z przygotowanego materiału.

Warto zobaczyć: transkrypcje nagrań.